설치 순서 중요해. 먼저 backend 설치 (TF or PyTorch or JAX), 그다음 pip install keras. Keras 자체는 순수 Python — compiled extension 없고 CUDA 따로 안 들고와. backend 가 CUDA 들고와. backend 의 GPU 동작 *단독으로* 먼저 확인하고, 그 위에 Keras 얹어. 그 분리 덕에 Keras 3 자체는 작고 설치도 빨라.
Apple Silicon 시: TF metal plugin 돌아가지만 큰 graph 에서 가끔 흔들려. PyTorch MPS 는 inference 단단, training-time op 약함. JAX-Metal 실험적. Apple 진지한 DL 은 MLX (Keras 별개) 가 자주 이겨 — cross-platform 코드면 JAX-CPU + cloud GPU 가 가장 reliable.
백엔드 노트:
⚙️ Backend Note
Code
# 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
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"