在 Hugging Face 上使用 Keras

Keras 是一个开源的多后端深度学习框架，支持 JAX、TensorFlow 和 PyTorch。您可以在 keras.io 上找到更多详细信息。

在 Hub 中探索 Keras

您可以通过在模型页面上按库名称筛选来列出 Hub 上的 keras 模型。

当直接从 Keras 库上传时，Hub 上的 Keras 模型会附带有用的功能

1. 生成的模型卡片，包含描述、模型图等。
2. 用于监控模型受欢迎程度的下载计数。
3. 用于快速开始使用模型的代码片段。

使用现有模型

Keras 与 Hugging Face Hub 深度集成。这意味着您可以直接从库中在 Hub 上加载和保存模型。为此，您需要安装最新版本的 Keras 和 huggingface_hub。huggingface_hub 库是一个轻量级的 Python 客户端，供 Keras 用于与 Hub 交互。

pip install -U keras huggingface_hub

安装库后，您只需使用常规的 keras.saving.load_model 方法，并将 Hugging Face 路径作为参数传递即可。HF 路径是以 hf:// 为前缀的 repo_id，例如 "hf://keras-io/weather-prediction"。在 Keras 文档中阅读更多关于 load_model 的信息。

import keras

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

如果您想了解如何加载特定模型，可以单击模型页面上的使用此模型以获取可用的代码片段！

分享您的模型

与 load_model 类似，您可以使用 model.save() 和 HF 路径在 Hub 上保存和分享 keras 模型

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

如果 Hub 上不存在该仓库，则会为您创建。上传的模型包含模型卡片、模型图、metadata.json 和 config.json 文件，以及包含模型权重的 model.weights.h5 文件。

默认情况下，仓库将包含一个最简化的模型卡片。查看模型卡片指南，了解更多关于模型卡片以及如何完善它们的信息。您还可以使用 huggingface_hub.ModelCard 以编程方式更新模型卡片（参见指南）。

其他资源

• Keras 开发者指南。
• Keras 示例。