在 Hugging Face 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。

探索 Hub 中的 Keras

您可以通过在模型页面上按库名称过滤来列出 Hub 上的 keras 模型。

直接从 Keras 库上传的 Hub 上的 Keras 模型具有以下有用功能：

1. 生成模型卡，包含描述、模型图等。
2. 下载计数以监控模型的受欢迎程度。
3. 代码片段可快速开始使用模型。

使用现有模型

Keras 已与 Hugging Face Hub 深度集成。这意味着您可以直接从库中加载和保存 Hub 上的模型。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，由 Keras 用于与 Hub 进行交互。

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。HF 路径是 repo_id 前缀为 hf://，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 上保存和共享 keras 模型。

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

如果 Hub 上不存在该仓库，它将为您创建。上传的模型包含模型卡、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，仓库将包含一个最小模型卡。请查看模型卡片指南，了解有关模型卡片及其完成方法的更多信息。您还可以使用 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。