Makine Öğrenimi: Keras Core çoklu arka ucu geri getiriyor
Keras derin öğrenme API’sinin arkasındaki geliştirme ekibi, Keras Core’u piyasaya sürdü. Bu, bu sonbaharda çıkması beklenen yeni Keras 3.0’ın önizleme sürümüdür. TensorFlow makine öğrenimi çerçevesine entegre olan Keras, 2018’den beri bunu tek arka uç olarak kullanıyor. Bu durum, beraberinde TensorFlow, JAX ve PyTorch için çoklu arka uç uygulaması getiren Keras Core ile değişiyor.
Duyuru
Çoklu arka uca geri dönme nedenleri
Keras, şu anda özel olarak açık kaynak TensorFlow çerçevesi üzerinde çalışan ve onunla entegre olan, Python’da yazılmış, üst düzey bir derin öğrenme API’sidir. Keras ekibinin açıkladığı gibi, durum her zaman böyle değildi, Keras bir zamanlar Theano ve CNTK’da da koşabiliyordu. 2018’de ekip, Theano ve CNTK geliştirmeyi bitirdikten sonra tek geçerli seçenek olduğu için arka uç olarak yalnızca TensorFlow’a odaklanmaya karar verdi.
Değişen koşullar nedeniyle Keras 3.0, çoklu arka uca geri dönecek ve aynı zamanda PyTorch ve JAX ile ML çerçevelerini ve TensorFlow’u da destekleyecektir: Keras ekibi, çeşitli araştırmalara dayanarak, Google Brain tarafından oluşturulan TensorFlow’un pazar payına sahip olduğu sonucuna varmıştır. ve yüzde 60 ve 1 numaralı seçimdir. Geçen yıl Meta, PyTorch’u açık kaynaklı bir proje olarak Linux Foundation’a devretti.
Desteklenen üçüncü JAX arka ucu Google’dan gelir ve açık kaynak olarak da mevcuttur. Autograd ve XLA’dan oluşur ve yüksek performanslı sayısal hesaplamalar için kullanılır. Keras ekibine göre PyTorch ve TensorFlow’dan daha küçük bir pazar payına sahip olmasına rağmen Google, DeepMind, Midjourney ve Cohere gibi en iyi AI oyuncuları tarafından kullanılıyor.
Kolay planlı geçiş
Yerine tf.keras Keras Core ile neredeyse tamamen uyumlu olması amaçlanmıştır. tf.keras-TensorFlow arka ucunu kullanarak kod sağlayın. Çoğu durumda, içe aktarma kullanılarak yapılmalıdır. import keras_core as keras yerine from tensorflow import keras kodda zorluklara neden olmadan mümkün olabilir ve ayrıca kullanılan XLA derlemesi nedeniyle performansı biraz artırır. sürece bir tf.kerasmodel yalnızca yerleşik katmanları kullanır, desteklenen tüm arka uçlarla doğrudan çalışmalıdır.
Duyuru
Keras ekibine göre örneğin JAX genellikle GPU’lar, TPU’lar ve CPU’lar üzerinde en iyi eğitim ve çıkarım performansını sunduğundan, Keras Core’un faydaları daha iyi performansı içermelidir. Çoklu arka uç desteği, kodu değiştirmeden dinamik arka uç seçimine izin verir. Aynı zamanda mevcut ekosistemde bir artış anlamına gelir. Örneğin, Keras çekirdek modelleri, PyTorch ekosistem paketleri ile birlikte kullanılabilir.
Açık kaynak modellerini başkalarıyla paylaşmak isteyenlere de fayda sağlar çünkü Keras Core’da uygulanan bir model, Keras kullanmasalar bile PyTorch kullanıcıları tarafından da kullanılabilir.
Keras 3.0’a doğru ileri adımlar
Keras Core şu anda hala beta aşamasındadır ve GitHub’da 0.1.0 sürüm numarasına sahiptir. 2023 sonbaharında, Keras 3.0 bundan ve bir pip paketi olarak ortaya çıkacak keras görünmek. Önizleme sürümü zaten “özellik dolu” olarak kabul edilir. Bu nedenle, son çıkış tarihine kadar yeni özellikler almamalıdır, ancak geliştirme ekibi, test aşamasında Keras Core’daki mevcut sorunları düzeltmeyi ve üretimdeki daha büyük projelerde kullanmayı planlıyor. Topluluk ayrıca Keras Core’u kapsamlı bir şekilde test etmeye ve geri bildirim sağlamaya teşvik edilir. Diğer arka uçlar için destek şu anda özel olarak planlanmamıştır, ancak uzun vadede göz ardı edilmemiştir.
Keras’tan bir blog gönderisi, derinlemesine bir SSS bölümü de dahil olmak üzere Keras Core hakkında daha fazla bilgi sağlar.
(Mayıs)
Haberin Sonu