설치와 환경 구성

백엔드를 먼저 준비해

설치 순서가 중요해. TensorFlow, PyTorch, JAX 가운데 사용할 백엔드를 먼저 설치한 다음 pip install keras를 실행해. Keras 자체는 순수 Python 패키지라 컴파일된 확장 기능이나 CUDA를 끌고 오지 않아. GPU 지원은 백엔드가 담당하지. 따라서 백엔드만으로 GPU가 제대로 동작하는지 먼저 확인하고 그 위에 Keras를 얹는 편이 문제를 찾기 쉬워. 이 분리 덕분에 Keras 3 자체는 작고 설치도 빨라.

Apple Silicon에서는 선택마다 한계가 달라. TensorFlow Metal 플러그인은 동작하지만 큰 그래프에서 불안정할 때가 있고, PyTorch MPS는 추론은 안정적인 편이지만 학습 연산 일부가 부족해. JAX-Metal은 아직 실험 단계야. Apple 하드웨어에 맞춘 딥러닝에서는 Keras와 별개인 MLX가 더 나은 경우가 많고, 여러 운영체제에서 같은 코드를 써야 한다면 로컬 JAX CPU와 클라우드 GPU를 나누어 쓰는 구성이 안정적일 수 있어.

Code

Keras 3와 백엔드 설치·bash

# Install Keras
pip install keras

# Install your preferred backend
pip install tensorflow    # TensorFlow backend
pip install jax jaxlib    # JAX backend
pip install torch         # PyTorch backend

Keras를 불러오기 전에 백엔드 고르기·python

import os
os.environ["KERAS_BACKEND"] = "jax"  # Must be set BEFORE import keras
import keras

# Or check/set programmatically (Keras 3.5+):
keras.config.set_backend("torch")
print(keras.backend.backend())  # → "torch"

백엔드를 먼저 준비해

Code

External links

Exercise

Progress

댓글 0