在 Hugging Face 使用 Keras

Keras 是一個開源的多後端深度學習框架，支援 JAX、TensorFlow 和 PyTorch。您可以在 keras.io 上找到更多詳細資訊。

探索 Hub 中的 Keras

您可以透過在模型頁面上按庫名稱過濾來列出 Hub 上的 keras 模型。

直接從 Keras 庫上傳的 Hub 上的 Keras 模型具有以下有用功能：

1. 生成模型卡，包含描述、模型圖等。
2. 下載計數以監控模型的受歡迎程度。
3. 程式碼片段可快速開始使用模型。

使用現有模型

Keras 已與 Hugging Face Hub 深度整合。這意味著您可以直接從庫中載入和儲存 Hub 上的模型。為此，您需要安裝最新版本的 Keras 和 huggingface_hub。huggingface_hub 庫是一個輕量級的 Python 客戶端，由 Keras 用於與 Hub 進行互動。

pip install -U keras huggingface_hub

安裝庫後，您只需使用常規的 keras.saving.load_model 方法，並將 Hugging Face 路徑作為引數傳遞。HF 路徑是 repo_id 字首為 hf://，例如 "hf://keras-io/weather-prediction"。有關 load_model 的更多資訊，請參閱 Keras 文件。

import keras

model = keras.saving.load_model("hf://Wauplin/mnist_example")

如果您想了解如何載入特定模型，可以單擊模型頁面上的 使用此模型 以獲取可用的程式碼片段！

分享您的模型

與 load_model 類似，您可以使用 model.save() 和 HF 路徑在 Hub 上儲存和共享 keras 模型。

model = ...
model.save("hf://your-username/your-model-name")

如果 Hub 上不存在該倉庫，它將為您建立。上傳的模型包含模型卡、模型圖、metadata.json 和 config.json 檔案，以及包含模型權重的 model.weights.h5 檔案。

預設情況下，倉庫將包含一個最小模型卡。請檢視模型卡片指南，瞭解有關模型卡片及其完成方法的更多資訊。您還可以使用 huggingface_hub.ModelCard 以程式設計方式更新模型卡片（請參閱指南）。

其他資源

• Keras 開發者指南。
• Keras 示例。