KerasFormers

¿Qué es KerasFormers?

KerasFormers es una biblioteca de modelos transformer preentrenados construidos íntegramente en Keras 3 puro, con pesos convertidos desde los checkpoints originales. Cubre 118 familias de modelos—desde detección de objetos y segmentación hasta reconocimiento de voz y grandes modelos de lenguaje—y ejecuta el mismo código en backends de JAX, PyTorch o TensorFlow. No se necesitan dependencias de transformers ni torch en tiempo de ejecución, lo que lo convierte en una alternativa ligera e independiente del framework para trabajar con arquitecturas modernas.

Para quién es

• Desarrolladores nativos de Keras que quieren permanecer dentro del ecosistema Keras sin lidiar con dependencias de PyTorch o Hugging Face.
• Ingenieros multi-backend que necesitan un único código base que se ejecute de manera idéntica en JAX, PyTorch y TensorFlow para investigación o producción.
• Exploradores de modelos que buscan acceso rápido a una amplia gama de arquitecturas—DETR, SegFormer, SAM 3, Whisper, Qwen3 y más—sin conversión manual de pesos ni configuración adicional.

Características clave

Una API unificada para cada modelo

Cada modelo se construye con from_weights y luego se alimenta con lo que produzca su procesador. Ya sea que estés ejecutando un detector, un estimador de profundidad o un LLM, el flujo de trabajo es idéntico—así que cambiar entre tareas no te cuesta nada en curva de aprendizaje ni en cambios de código.

Carga flexible de pesos desde tres fuentes

from_weights se despacha automáticamente: acepta un repositorio Keras preconvetido en el Hub, un nombre de variante simple que convierte un checkpoint upstream sobre la marcha, o cualquier repositorio compatible de Hugging Face detrás del prefijo hf:. Los detalles de arquitectura, como el número de clases, se leen de la configuración del repositorio, por lo que los modelos fine-tuned funcionan sin configuración adicional.

Cuantización integrada en la misma llamada

La cuantización solo de pesos int8, int4, fp8 y mxfp4 son argumentos de la misma llamada from_weights, en cualquier modelo. Checkpoints grandes como GPT-OSS 120B se cargan en bfloat16 con expertos MoE empaquetados en MXFP4 y des-cuantizados sobre la marcha, manteniendo la memoria cerca de 66 GB en lugar de ~130 GB en fp32.

Resultados medidos, no ilustrativos

Cada figura y resultado impreso en una página de modelo proviene de ejecutar realmente el fragmento de código junto a ella en la imagen o clip de audio real mostrado. Nada está escrito a mano para parecer plausible—lo que lees es exactamente lo que obtienes cuando lo ejecutas tú mismo.

Lo que destaca

"Ejecuta cualquier modelo, en cualquier backend."

Eso no es marketing vacío. KerasFormers lo cumple portando 118 familias de modelos a Keras 3 puro con pesos convertidos, y luego te permite cambiar entre JAX, PyTorch y TensorFlow con una sola variable de entorno. La combinación de amplitud, flexibilidad de backend y documentación honesta y reproducible lo convierte en un hallazgo raro en el espacio de bibliotecas de ML.

Vale la pena echarle un vistazo si…

Estás construyendo con Keras y quieres acceso a transformers modernos sin salir del ecosistema, o si necesitas un único código base que se ejecute en múltiples backends para portabilidad. También es una opción sólida si trabajas con modelos grandes y quieres opciones de cuantización sencillas, o si valoras una documentación que refleje resultados reales y ejecutables en lugar de ejemplos hechos a mano.