Keras
一套 API，跑遍 JAX·TensorFlow·PyTorch
Keras 3 让你写一次 model.py，就能以任意后端训练与推理，自动选择当下最快的计算图。
免费试用 · 无需下载即可在线体验
为开发者体验而生的深度学习 API
Keras
Keras 由 François Chollet 于 2015 年创建，核心哲学是「保持简单事物简单，同时让任意复杂的工作流都能通过清晰路径实现」。Keras 3 是一次完全重写：它不再是某个框架的封装，而是运行在 JAX、TensorFlow 或 PyTorch 之上的多框架 API，让同一份模块化组件天然兼容三大生态。
多后端带来三重收益：一是始终为模型选取当下最优性能的后端（JAX 通常在 GPU/TPU/CPU 上表现最佳）；二是最大化生态覆盖面——任何 Keras 模型都能实例化为 PyTorch Module、导出为 TensorFlow SavedModel，或转为无状态 JAX 函数；三是开源发布影响力翻倍，无论使用者偏好哪个框架都能直接复用你的模型。
核心功能一览
六大核心能力，覆盖创作全流程
多后端引擎
通过 KERAS_BACKEND 在 jax / tensorflow / torch 间切换，无需改动模型代码。
KerasHub 预训练模型
内置 Gemma、Llama、Stable Diffusion、Mistral 等架构的 Keras 3 实现与权重。
简洁的建模 API
Sequential、Functional 与 subclassing 三种范式，从线性堆叠到任意计算图皆可。
生产级部署
借助 TensorFlow 全家桶（TF-Serving / TF.js / TFLite）与 JAX 大规模 TPU 训练上生产。
科研与生产皆可信赖
被 CERN（含大型强子对撞机）、NASA、NIH、Waymo 等机构用于研究与生产系统。
零基础快速上手
4 步完成你的第一件 AI 作品，无需任何设计经验
安装 Keras 3
用 pip install --upgrade keras 安装，再按需安装 jax / tensorflow / torch 作为后端。
配置后端
通过环境变量 KERAS_BACKEND 或 ~/.keras/keras.json 指定 jax / tensorflow / torch。
用 Keras 搭建模型
用 Sequential 或 Functional API 定义层与连接，compile 配置优化器与损失函数。
训练与评估
model.fit 训练、model.evaluate 评估、model.predict 推理；fit 兼容各后端的数据管线。
常见问题解答
遇到问题？这里可能有你想要的答案
Keras 3 和旧的 Keras 2 有什么区别？
Keras 3 是完全重写的多后端 API，可运行在 JAX、TensorFlow、PyTorch 之上；TensorFlow 2.16 起默认随附 Keras 3。旧的 Keras 2 仍以 tf_keras 包继续维护。
Keras 和 PyTorch Lightning 是什么关系？
两者解决不同层次的问题：Keras 是建模 API，PyTorch Lightning 是训练编排抽象。Keras 3 后端之一正是 PyTorch，二者可以协同使用。
与主流深度学习框架对比
和同类工具横向对比，帮你选对工具。
| 对比维度 | Keras | PyTorch | TensorFlow |
|---|---|---|---|
| 定位 | 高层深度学习 API | 动态图深度学习框架 | 端到端 ML 平台 |
| 后端 | JAX / TensorFlow / PyTorch | 原生（ torch ） | 原生（ tf ） |
| 上手成本 | 极低，API 简洁 | 中等，需理解训练循环 | 中等，生态庞大 |
| 部署路径 | 复用 TF 全家桶 + JAX TPU | TorchScript / ONNX / TorchServe | TF Serving / TFLite / TF.js |
同类推荐工具
发现更多优质 AI 创作工具，找到最适合你的那一款
AI21 Labs
AI21 Labs 是 2017 年成立的独立基础模型公司，主打 Jamba 系列开源权重大模型——采用 Mamba-Transformer 混合架构、支持 256K 上下文，并以 Maestro 编排平台服务金融、医疗等受监管行业。
阿里云百炼
阿里云百炼（Model Studio）是一站式大模型开发平台，集成通义千问全 系列与 DeepSeek、Kimi、智谱 GLM 等三方模型，提供模型推理、微调（SFT/CPT/DPO）、部署、Agent 开发、RAG 知识库与 MCP 注册能力，并兼容 OpenAI 接口。
Anyscale
Anyscale 是 Ray 原创团队创立的托管式 AI 计算平台，为分布式模型训练、批量推理、RAG 管线、智能体编排与强化学习后训练提供生产级基础设施。基于 Ray 这一被 OpenAI、Uber、Shopify 等广泛使用的开源分布式引擎，支持多云（AWS / GCP / Azure 等）与 Bring-Your-Own-Cloud，按用量计费，新用户赠 $100 额度。
Apache Airflow
Apache 顶级开源项目，用 Python 代码定义有向无环图（DAG）来编排批处理工作流，拥有 1500+ 算子与庞大生态，是数据管道调度领域的事实标准。