Keras가 TF의 high-level API인 이유

~9 min · keras, history, keras3

Level 0Level 0

0 XP0/78 lessons0/17 achievements

0/100 XP to next level100 XP to go0% complete

같은 네트워크를 만드는 세 가지 방법

Keras는 2015년에 François Chollet이 Theano 위에 독립 라이브러리로 시작했어. 철학 명확 — neural network 코드는 읽기 쉽고, 모듈식이고, 최소여야 한다. Google이 TF 2.0에서 tf.keras로 통합. TF 2.16부터 tf.keras는 Keras 3 위에서 도는데, 이게 바로 TF/PyTorch/JAX에서 도는 multi-backend 재작성판.

지금은 from tensorflow import keras랑 import keras 둘 다 같은 Keras 3 가리켜. 나중에 non-TF backend에서 돌릴 가능성 있으면 후자.

Keras는 복잡도별로 세 가지 model-building API를 제공해:

API	적합 용도	한계
Sequential	선형 스택, 입력 1 → 출력 1	분기 없음, layer 공유 없음, 다중 I/O 없음
Functional	DAG, residual connection, 다중 I/O	명시적 Input 선언 필요
Subclassing	커스텀 forward 로직, 연구	introspect 어려움, 직렬화 까다로움

Code

Both imports point to the same Keras 3·python

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers

# Or directly — preferred for backend-agnostic code:
import keras
from keras import layers

External links

Keras 3 문서

Progress

Progress is local-only — sign in to sync across devices.

← ∇ 연산, 수학, 자동미분퀴즈 · 5 questions Next →Sequential API — 선형 스택

이 페이지에서 버그를 발견하셨거나 피드백이 있으세요?문제 신고

🔔 답글 알림 (로그인 필요)

로그인 — 댓글을 남기려면 로그인해 주세요.

아직 댓글이 없어요. 첫 댓글을 남겨보세요.