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。你可以在 keras.io 上找到关于它的更多详细信息。

在 Hub 中探索 Keras

你可以通过在 模型页面 上按库名称进行过滤来列出 Hub 上的 keras 模型。

直接从 Keras 库上传到 Hub 的 Keras 模型具有有用的功能

1. 一个带有描述、模型图等内容的生成模型卡片。
2. 一个下载计数来监控模型的流行度。
3. 一个代码片段，可以快速开始使用该模型。

使用现有模型

Keras 与 Hugging Face Hub 深度集成。这意味着你可以直接从库中加载和保存 Hub 上的模型。为此，你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，用于 Keras 与 Hub 交互。

pip install -U keras huggingface_hub

安装好库后，只需使用常规的 keras.saving.load_model 方法，并将 Hugging Face 路径作为参数传入即可。HF 路径是一个以 hf:// 为前缀的 repo_id，例如 "hf://keras-io/weather-prediction"。有关 load_model 的更多信息，请参阅 Keras 文档。

import keras

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

如果你想查看如何加载特定模型，可以点击模型页面上的**使用此模型**来获取可工作的代码片段！

分享你的模型

与 load_model 类似，你可以使用带有 HF 路径的 model.save() 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，它将为你创建。上传的模型包含一个模型卡片、模型图、metadata.json 和 config.json 文件，以及一个包含模型权重的 model.weights.h5 文件。

默认情况下，仓库将包含一个最小的模型卡片。查看 模型卡片指南，了解有关模型卡片以及如何完成模型卡片的更多信息。你也可以使用 huggingface_hub.ModelCard 以编程方式更新模型卡片（请参阅 指南）。

其他资源

• Keras 开发者 指南.
• Keras 示例.