Hugging Face에서 Keras 사용

Keras는 JAX, TensorFlow, PyTorch를 지원하는 오픈소스 멀티 백엔드 딥러닝 프레임워크입니다. 자세한 내용은 keras.io에서 확인할 수 있습니다.

Hub에서 Keras 탐색

모델 페이지에서 라이브러리 이름으로 필터링하여 keras 모델을 나열할 수 있습니다.

Hub에 있는 Keras 모델은 Keras 라이브러리에서 직접 업로드하면 유용한 기능들이 함께 제공됩니다:

1. 설명, 모델 플롯 등이 포함된 생성된 모델 카드.
2. 모델의 인기 추적을 위한 다운로드 횟수
3. 모델을 빠르게 시작할 수 있는 코드 스니펫입니다.

기존 모델 사용

Keras는 Hugging Face Hub와 깊이 통합되어 있습니다. 이는 라이브러리에서 Hub의 모델을 직접 로드하고 저장할 수 있음을 의미합니다. 이를 위해 최신 버전의 Keras와 huggingface_hub를 설치해야 합니다. huggingface_hub 라이브러리는 Keras가 Hub와 상호작용하는 데 사용되는 경량 Python 클라이언트입니다.

pip install -U keras huggingface_hub

라이브러리가 설치되면, Hugging Face 경로를 인수로 전달하여 일반적인 keras.saving.load_model 메서드를 사용하면 됩니다. HF 경로는 hf:// 접두사가 붙은 repo_id로, 예를 들어 "hf://keras-io/weather-prediction"와 같습니다. load_model에 대한 자세한 내용은 Keras 문서를 참고하세요.

import keras

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

특정 모델을 로드하는 방법을 확인하려면 모델 페이지의 Use this model을 클릭하면 작동하는 코드 스니펫을 얻을 수 있습니다!

모델 공유

load_model와 마찬가지로, HF 경로를 사용하여 model.save()로 keras 모델을 저장하고 Hub에서 공유할 수 있습니다:

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

리포지토리가 Hub에 없으면 자동으로 생성됩니다. 업로드된 모델에는 모델 카드, 모델 플롯, metadata.json 및 config.json 파일, 그리고 모델 가중치를 포함하는 model.weights.h5 파일이 있습니다.

기본적으로 저장소에는 최소한의 모델 카드가 포함됩니다. 모델 카드에 대해 자세히 알고 싶고, 어떻게 작성해야 하는지 확인하려면 모델 카드 가이드를 참고하세요. 또한 huggingface_hub.ModelCard를 사용하여 모델 카드를 프로그래매틱으로 업데이트할 수 있습니다(자세한 내용은 가이드 참고).

.keras 파일에 이미 익숙할 수 있습니다. 실제로 .keras 파일은 .json 파일과 model.weights.h5 파일을 포함하는 zip 파일에 불과합니다. Hub에 업로드하면 파일을 탐색할 수 있도록 압축이 풀린 폴더로 모델이 저장됩니다. Hub의 모델 저장소에 .keras 파일을 수동으로 업로드하면 저장소가 자동으로 keras 태그가 붙지만, keras.saving.load_model을 사용하여 로드할 수 없습니다.

추가 리소스

• Keras 개발자 가이드.
• Keras 예제.