Keras: Deep Learning for humans

Keras 是一个为人类设计的深度学习 API，聚焦于调试速度、代码的优雅简洁、可维护性与可部署性，选择 Keras 能让代码库更小巧、易读、便于迭代。

核心特性：多框架自由切换
Keras 采用多后端方案，支持用户在 JAX、TensorFlow、PyTorch 之间无缝切换，构建能跨框架运行的模型，充分利用各生态系统的优势。

主要功能模块
1. API 文档与开发者指南
提供详细的 API 文档，以及覆盖基础到进阶的开发者指南。例如《Functional API》指南从入门开始，讲解如何用函数式模式构建模型；《Training & evaluation with the builtin methods》指南介绍通过 `model.fit(…)` 完成模型训练与评估；《Making new layers and models via subclassing》指南教用户通过子类化 Keras 层，实现自定义模型结构。

2. KerasHub 预训练模型库
包含 Keras 3 实现的流行模型架构，搭配 Kaggle Models 上的预训练 checkpoint，支持多后端的训练与推理。涵盖的模型有：Google 的 GEMMA 轻量级语言模型（基于 Gemini 同技术）、Meta 的 LLAMA 文本生成模型（多尺寸、多精度可选）、Stability AI 的 STABLE DIFFUSION 扩散模型（用于生成图像内容）、Mistral AI 的 MISTRAL 生成式语言模型（让前沿模型更易获取）。

3. 代码示例库
按场景分类提供实用示例：
计算机视觉：涵盖图像分类、目标检测、视频处理等任务；
自然语言处理：包含文本分类、机器翻译、语言建模等应用；
生成式深度学习：有扩散模型、GANs、Transformer 模型等前沿技术的实现示例。

信任与应用
Keras 被 CERN（欧洲核子研究组织）、NASA（美国宇航局）、NIH（美国国立卫生研究院）等科学机构使用，Waymo 用它为自动驾驶车辆提供技术支持。同时与 Kaggle、HuggingFace 合作，融入开发者日常工具链，Google、Amazon、Spotify、Uber、Netflix 等公司也在使用 Keras。

社区与贡献
用户可通过 Google Group、社区会议（需日历预约）、Discord、Google AI 论坛参与讨论，获取更新。欢迎贡献代码、想法与反馈，可查看 GitHub 上的 roadmap（如 kerasteam/keras/issues/19519）、贡献指南（如 kerasteam/keras/issues/18442），或直接访问 kerasteam 的 GitHub 仓库。

此外，Keras 还提供 KerasTuner 工具用于超参数调优，用户可参与 2025 年 survey（通过官网链接反馈使用体验）。