keras.ops — universal layer

namespace 하나, engine 전부

keras.ops 는 Keras 3 multi-backend 아키텍처의 뼈대 — 그리고 custom math 짤 때 실제로 만지는 부분이야. NumPy API 전체 에 NumPy 엔 없는 신경망 primitive (convolution·activation·crossentropy) 까지 구현하고, 매 호출을 로드된 backend 로 dispatch 해. NumPy 의 이름·시그니처를 일부러 그대로 베낀 게 핵심 설계라, NumPy 알면 이 surface 의 대부분을 이미 아는 셈.

자주 꺼낼 네 namespace

• keras.ops (NumPy) — matmul·sum·mean·reshape·concatenate·einsum·arange·clip
• keras.ops.nn — softmax·sigmoid·relu·conv·depthwise_conv·binary_crossentropy
• keras.ops.image — resize·crop_images·pad_images·rgb_to_grayscale
• keras.random — normal·uniform·dropout (SeedGenerator 와 함께)

지금 새겨둘 gotcha 하나: 난수는 keras.random 에 살고 backend 의 global RNG 가 아니라 SeedGenerator 로 굴리게 돼 있어. 그게 세 engine 전부에서 결과 재현성을 지키고 *동시에* JAX-pure 를 유지하는 비결이야.

TF 코드 op 단위로 포팅

기존 TensorFlow custom layer 옮길 땐 대부분 거의 기계적 rename — 같은 연산, NumPy 식 이름: tf.reduce_sum → keras.ops.sum, tf.concat → keras.ops.concatenate, tf.range → keras.ops.arange, tf.reduce_mean → keras.ops.mean, tf.gather → keras.ops.take, tf.clip_by_value → keras.ops.clip.

이 rename 한 번이면 layer 가 TF 전용을 벗어나 PyTorch·JAX 에서도 수정 없이 돌아 — 다음 lesson 이 기대는 원리야.