진짜 breakthrough 는 multi-backend 자체가 아니야 — *API 는 그대로 두고 engine 만 갈아끼울 수 있게 만든 것*. PyTorch Lightning 비교해봐: 예쁜 wrapper 지만 PyTorch 에 묶여. Keras 3 는 네 model 코드가 세 메이저 framework 사이에서 portable 라고 하고, 진짜로 그래. 증거가 keras.ops — NumPy 모양 namespace 가 active backend 로 dispatch 돼.
스위치는 KERAS_BACKEND env var 한 줄 — jax·torch·tensorflow. import keras *전*에 설정해야 하고, import 후엔 process 안에서 고정. 스크립트 중간에 바꾸려 하면 안 돌아가 — '왜 안 돌아가요' 신고 1 위.
백엔드 노트:
⚙️ Backend Note
Code
# keras.ops — the universal operation layer
import keras
# These work identically on TF, PyTorch, or JAX:
x = keras.ops.matmul(a, b)
y = keras.ops.nn.softmax(logits)
z = keras.ops.image.resize(img, size=(224, 224))
Keras 3 + backend 하나 설치 (pip install keras tensorflow). 5 줄짜리 스크립트로 keras.config.backend() 출력하고 keras.ops.zeros((3, 3)) 만들어. 그 다음 KERAS_BACKEND=torch 설정 후 재실행.
Progress
Progress is local-only — sign in to sync across devices.