인공지능 - 플랫폼 - AutoML - Keras

Keras는 파이썬(Python)으로 작성된 오픈 소스 신경망 라이브러리입니다. 머신 러닝과 딥 러닝 모델을 쉽고 빠르게 개발할 수 있도록 설계되었습니다. Keras는 사용자 친화적이고 모듈화된 구조를 가지고 있어, 신경망을 구축하고 실험하는 데 매우 효율적입니다.

 

 

Keras의 주요 특징은 다음과 같습니다:

1. 사용의 용이성: Keras는 초보자도 쉽게 사용할 수 있도록 직관적이고 간결한 API를 제공합니다. 빠른 프로토타이핑을 가능하게 합니다.
2. 모듈성: Keras는 독립적인 모듈들로 구성되어 있어, 이 모듈들을 조합하여 새로운 모델을 쉽게 구성할 수 있습니다.
3. 확장성: 새로운 구성요소를 쉽게 추가할 수 있어, 고급 사용자들이 특정 요구사항에 맞게 Keras를 확장할 수 있습니다.
4. 다중 백엔드 지원: Keras는 TensorFlow, Theano, Microsoft Cognitive Toolkit 같은 여러 백엔드 엔진을 지원합니다. 이를 통해 다양한 플랫폼과 장치에서 Keras 모델을 실행할 수 있습니다.

Keras는 다양한 분야에서 사용되며, 주로 이미지 및 비디오 인식, 텍스트 기반 애플리케이션(예: 자연어 처리), 시계열 분석 등에 활용됩니다. 데이터 과학자, 연구원, 엔지니어들이 Keras를 사용하여 머신 러닝 및 딥 러닝 모델을 빠르게 개발하고 테스트합니다.

GN⁺: 인간을 위한 딥러닝, Keras 3.0 릴리즈

 

• Keras 3.0이 정식 출시됨을 발표, 5개월간의 공개 베타 테스트를 거침
• Keras 3은 JAX, TensorFlow, PyTorch 상에서 Keras 워크플로우를 실행할 수 있는 전면적인 재작성 버전
• 새로운 대규모 모델 훈련 및 배포 기능 제공

다중 프레임워크 머신러닝 환영

• Keras 사용의 이점은 높은 개발 속도, 사용자 경험, API 디자인, 디버깅 용이성에 중점
• 250만 개발자가 선택한 검증된 프레임워크로, Waymo 자율주행 차량 및 YouTube 추천 엔진과 같은 대규모 ML 시스템에 사용됨
• Keras 3는 모델 성능 최적화, 모델 생태계 옵션 확장, 대규모 모델 병렬 처리 및 데이터 병렬 처리 지원 등의 추가 이점 제공

Keras 3 API, JAX, TensorFlow, PyTorch에서 사용 가능

• Keras 3는 Keras API 전체를 구현하고 TensorFlow, JAX, PyTorch에서 사용 가능
• 내장 레이어만 사용하는 모든 Keras 모델은 지원되는 모든 백엔드에서 즉시 작동
• 기존 tf.keras 모델도 JAX와 PyTorch에서 바로 실행 가능

다중 프레임워크 레이어, 모델, 메트릭 작성

• Keras 3는 모든 백엔드에서 동일하게 작동하는 컴포넌트(커스텀 레이어, 사전 훈련된 모델 등) 생성 가능
• keras.ops 네임스페이스를 통해 백엔드 간 호환 가능한 NumPy API 및 신경망 특화 함수 제공
• keras.ops만 사용하는 한, 커스텀 레이어 및 메트릭이 JAX, PyTorch, TensorFlow에서 동일한 코드로 작동

대규모 데이터 병렬 처리 및 모델 병렬 처리를 위한 새로운 분산 API

• 대규모 모델 샤딩 문제를 해결하기 위한 새로운 분산 API 제공
• 모델 정의, 훈련 논리, 샤딩 구성을 분리하여 단일 장치에서 실행되는 것처럼 모델 작성 가능
• 데이터 병렬 처리 및 모델 병렬 처리를 위한 샤딩 레이아웃을 쉽게 지정할 수 있는 API 제공

사전 훈련된 모델

• Keras 3에서 사용할 수 있는 다양한 사전 훈련된 모델 제공
• 모든 Keras Applications 모델과 KerasCV, KerasNLP의 사전 훈련된 모델이 모든 백엔드에서 작동

모든 백엔드에서 크로스 프레임워크 데이터 파이프라인 지원

• Keras 3 모델은 JAX, PyTorch, TensorFlow 백엔드와 관계없이 다양한 데이터 파이프라인을 사용하여 훈련 가능

복잡성의 점진적 공개

• Keras API는 단순한 워크플로우부터 저수준 커스터마이징까지 다양한 사용자 프로필에 맞는 다양한 워크플로우를 지원하는 설계 원칙을 따름

무상태 API

• 모든 상태를 가진 Keras 객체는 이제 JAX 함수에서 사용할 수 있는 무상태 API를 가짐

Keras 2에서 Keras 3으로의 이동

• Keras 3은 Keras 2와 높은 수준의 호환성을 가지며, 대부분의 사용자는 코드 변경 없이 Keras 3으로 전환 가능
• 더 큰 코드베이스는 일부 코드 변경이 필요할 수 있으나, 이동을 돕기 위한 완전한 마이그레이션 가이드 제공
• Keras 2를 계속 사용하고자 하는 경우, tf_keras 패키지를 사용하거나 TF_USE_LEGACY_KERAS 환경 변수를 설정하여 Keras 2를 사용할 수 있음

GN⁺의 의견

이 글에서 가장 중요한 것은 Keras 3.0의 공식 출시와 그것이 개발자들에게 제공하는 새로운 기능들임. Keras 3.0은 JAX, TensorFlow, PyTorch 등 다양한 백엔드에서 작동하며, 대규모 모델 훈련 및 배포 기능을 개선함으로써 머신러닝 개발의 유연성과 효율성을 크게 향상시킴. 이러한 특징은 머신러닝 커뮤니티에게 매우 흥미로운 소식이며, 개발자들이 더욱 다양한 환경에서 모델을 실험하고 배포할 수 있는 기회를 제공함.

 

 

 

https://keras.io/keras_3/

Keras: Deep Learning for humans

 

https://www.analyticsvidhya.com/blog/2021/11/training-neural-network-with-keras-and-basics-of-deep-learning/

Training Neural Network with Keras and basics of Deep Learning

 

https://techvidvan.com/tutorials/keras-layers/