Modèles transformer pré-entraînés en pur Keras 3, exécutables sur JAX, PyTorch et TensorFlow.
Loading comments…
Créateur
sleepyfox
Visiter le site web
imvision12.github.io/KerasFormers/
Infos du projet
Mots-clés du produit
KerasFormers est une bibliothèque de modèles de transformateurs pré-entraînés, entièrement construite en pur Keras 3, avec des poids convertis à partir de checkpoints originaux. Elle couvre 118 familles de modèles—de la détection d'objets et la segmentation à la reconnaissance vocale et aux grands modèles de langage—et exécute le même code sur les backends JAX, PyTorch ou TensorFlow. Aucune dépendance transformers ou torch n'est nécessaire à l'exécution, ce qui en fait une alternative légère et indépendante du framework pour travailler avec des architectures modernes.
Chaque modèle est construit avec from_weights, puis alimenté par ce que son processeur produit. Que vous exécutiez un détecteur, un estimateur de profondeur ou un LLM, le flux de travail est identique—passer d'une tâche à l'autre ne vous coûte ni courbe d'apprentissage ni modifications de code.
from_weights se répartit automatiquement : il accepte un dépôt Keras pré-converti sur le Hub, un nom de variante simple qui convertit un checkpoint en amont à la volée, ou tout dépôt Hugging Face compatible derrière le préfixe hf:. Les détails d'architecture comme le nombre de classes sont lus depuis la configuration du dépôt, donc les modèles affinés fonctionnent sans configuration supplémentaire.
La quantification pondérale int8, int4, fp8 et mxfp4 est un argument du même appel from_weights, sur n'importe quel modèle. Les grands checkpoints comme GPT-OSS 120B se chargent en bfloat16 avec des experts MoE emballés en MXFP4 et déquantifiés à la volée, maintenant la mémoire près de 66 Go au lieu d'environ 130 Go en fp32.
D'autres outils que vous pourriez envisager
Chaque figure et résultat imprimé sur une page de modèle provient de l'exécution réelle de l'extrait à côté sur l'image ou le clip audio réel montré. Rien n'est écrit à la main pour paraître plausible—ce que vous lisez est exactement ce que vous obtenez lorsque vous l'exécutez vous-même.
"Exécutez n'importe quel modèle, sur n'importe quel backend."
Ce n'est pas du marketing vide. KerasFormers tient cette promesse en portant 118 familles de modèles en pur Keras 3 avec des poids convertis, puis en vous permettant de basculer entre JAX, PyTorch et TensorFlow avec une seule variable d'environnement. La combinaison de la largeur, de la flexibilité des backends et d'une documentation honnête et reproductible en fait une trouvaille rare dans l'espace des bibliothèques ML.
Vous construisez avec Keras et souhaitez accéder aux transformateurs modernes sans quitter l'écosystème, ou si vous avez besoin d'une base de code unique fonctionnant sur plusieurs backends pour la portabilité. C'est aussi un excellent choix si vous travaillez avec de grands modèles et souhaitez des options de quantification simples, ou si vous appréciez une documentation qui reflète des résultats réels et exécutables plutôt que des exemples fabriqués à la main.
