Keras는 인공 신경망을 위한 Python 인터페이스를 제공하는 오픈 소스 라이브러리이다. 심층 신경망을 이용한 빠른 실험을 가능하게 하도록 설계되었으며, 사용자 친화성, 모듈성, 확장성에 중점을 둔다. 이 라이브러리는 2015년 독립 소프트웨어로 처음 출시되었고, 이후 TensorFlow 라이브러리에 통합되었으며, 결국 추가 백엔드를 지원하도록 확장되었다. 완전히 재작성된 Keras 3는 레이어, 모델, 메트릭과 같은 사용자 정의 구성 요소를 개발하기 위한 저수준 크로스 프레임워크 언어로, 단일 코드베이스로 JAX, TensorFlow 또는 PyTorch의 네이티브 워크플로에서 사용할 수 있다. TensorFlow 2.16 기준으로 Keras 3가 기본 버전이지만, Keras 2는 레거시 용도로 계속 사용할 수 있다.
역사
'Keras'라는 이름은 고대 그리스어 단어 κέρας(Keras)에서 유래했으며, '뿔'을 의미한다. 이 라이브러리는 ONEIROS(개방형 신경전자 지능 로봇 운영 체제) 프로젝트의 연구 노력의 일환으로 개발되었다. 주요 저자이자 유지 관리자는 François Chollet으로, 2024년 회사를 떠날 때까지 Google 엔지니어였다. Chollet은 Xception 심층 신경망 모델의 저자이기도 하다. 버전 2.3까지 Keras는 TensorFlow, Microsoft Cognitive Toolkit, Theano, PlaidML을 포함한 여러 백엔드를 지원했다. 버전 2.4부터 버전 3.0까지는 TensorFlow만 지원되었다. 버전 3.0부터는 미리 보기 버전인 Keras Core와 함께 라이브러리가 다시 다중 백엔드가 되어 TensorFlow, JAX, PyTorch를 지원하고, OpenVINO에 대한 추가 지원도 제공한다.
특징
Keras에는 레이어, 목적 함수, 활성화 함수, 최적화 도구, 이미지 및 텍스트 데이터 작업 도구와 같은 일반적으로 사용되는 신경망 구성 요소의 다양한 구현이 포함되어 있다. 이는 심층 신경망 프로그래밍을 단순화한다. 코드는 GitHub에서 호스팅되며, 커뮤니티 지원 포럼에는 GitHub 이슈 페이지가 포함된다. 표준 신경망 외에도 Keras는 합성곱 신경망과 순환 신경망을 지원한다. 드롭아웃, 배치 정규화, 풀링과 같은 일반적인 유틸리티 레이어를 포함한다. 이 라이브러리는 사용자가 스마트폰(iOS 및 Android), 웹 또는 Java 가상 머신에서 심층 모델을 생성할 수 있게 한다. 또한 그래픽 처리 장치(GPU) 및 텐서 처리 장치(TPU) 클러스터에서 딥러닝 모델의 분산 훈련을 가능하게 한다.
채택 및 영향
Keras는 특히 Deep learning 커뮤니티 내에서 모델 구축을 위한 기본 인터페이스로 TensorFlow에 통합된 이후 널리 채택된 고수준 API가 되었다. 단순성과 빠른 프로토타이핑에 대한 강조는 Machine learning 및 Artificial intelligence 분야의 실무자들에게 일반적인 진입점이 되게 했다. 이 라이브러리의 설계는 이후 프레임워크에 영향을 미쳤으며 Neural network 개발의 더 넓은 접근성에 기여했다. 버전 3.0에서 여러 백엔드를 지원함으로써 Keras는 연구 및 프로덕션 환경에서 사용되는 것을 포함한 다양한 컴퓨팅 생태계에 걸쳐 통합 인터페이스를 제공하는 것을 목표로 했다.
기술적 진화
Keras 3로의 전환은 상당한 아키텍처 변화를 의미하며, 사용자가 수정 없이 JAX, TensorFlow 또는 PyTorch에서 네이티브로 실행할 수 있는 사용자 정의 레이어, 모델 또는 메트릭을 작성할 수 있게 했다. 이러한 크로스 프레임워크 기능은 딥러닝 도구 환경의 단편화를 해결했다. 이 라이브러리는 또한 Data Augmentation 기술 및 기타 유틸리티와 통합되어 다양한 워크플로를 지원한다. 이전 버전인 Keras 2는 특정 동작에 의존하는 프로젝트를 위해 계속 기능하며, 기존 코드베이스에 대한 하위 호환성을 보장한다.