Keras 에코시스템

원본 링크 : https://keras.io/getting_started/ecosystem/
최종 확인 : 2024-11-18

Keras 프로젝트는 신경망을 구축하고 트레이닝하기 위한 core Keras API에 국한되지 않습니다. 머신러닝 워크플로의 모든 단계를 포괄하는 광범위한 관련 이니셔티브를 포괄합니다.

KerasTuner

KerasTuner는 하이퍼파라미터 검색의 문제점을 해결하는, 사용하기 쉬운 확장 가능한 하이퍼파라미터 최적화 프레임워크입니다. Define-by-run 구문으로 검색 공간을 쉽게 구성한 다음, 사용 가능한 검색 알고리즘 중 하나를 활용하여, 모델에 가장 적합한 하이퍼파라미터 값을 찾습니다. KerasTuner에는 베이지안 최적화, 하이퍼밴드 및 랜덤 검색 알고리즘이 기본 제공되며, 연구자가 새로운 검색 알고리즘을 실험하기 위해 쉽게 확장할 수 있도록 설계되었습니다.

KerasHub

KerasHub 문서 - KerasHub GitHub 저장소

KerasHub는 전체 개발 주기 동안 사용자를 지원하는 자연어 처리 라이브러리입니다. 우리의 워크플로는 즉시 사용할 때 최첨단 사전 설정 가중치와 아키텍처를 갖춘 모듈식 구성 요소로 구축되며, 더 많은 제어가 필요할 때 쉽게 커스터마이즈 할 수 있습니다.

KerasCV

KerasCV 문서 - KerasCV GitHub 저장소

KerasCV는 응용 컴퓨터 비전 엔지니어가, 이미지 분류, 객체 감지, 이미지 분할, 이미지 데이터 보강 등과 같은 일반적인 사용 사례에 대한, 프로덕션 등급의 최첨단 트레이닝 및 추론 파이프라인을 빠르게 조립하는 데 활용할 수 있는, 모듈식 빌딩 블록(레이어, 메트릭, 손실, 데이터 보강)의 저장소입니다.

KerasCV는 Keras API의 수평적 확장으로 이해할 수 있습니다. 구성 요소는 core Keras에 추가하기에는 너무 특수화된 새로운 퍼스트 파티 Keras 객체(레이어, 메트릭 등)이지만, 나머지 Keras API와 동일한 수준의 세련미와 이전 버전과의 호환성이 보장됩니다.

AutoKeras

AutoKeras 문서 - AutoKeras GitHub 저장소

AutoKeras는 Keras를 기반으로 하는 AutoML 시스템입니다. Texas A&M University의 DATA Lab에서 개발했습니다. AutoKeras의 목표는 모든 사람이 머신러닝을 사용할 수 있도록 하는 것입니다. 몇 줄로 머신 러닝 문제를 해결할 수 있는 ImageClassifier 또는 TextClassifier와 같은 높은 레벨 엔드투엔드 API를 제공하며, 아키텍처 검색을 수행하는 유연한 빌딩 블록도 제공합니다.

import autokeras as ak

clf = ak.ImageClassifier()
clf.fit(x_train, y_train)
results = clf.predict(x_test)

Keras 3 벤치마크 FAQ