Modelos transformer pré-treinados em Keras 3 puro, executáveis em JAX, PyTorch e TensorFlow.
Loading comments…
Criador
sleepyfox
Visitar site
imvision12.github.io/KerasFormers/
Informações do projeto
Palavras-chave do produto
O KerasFormers é uma biblioteca de modelos transformer pré-treinados construídos inteiramente em Keras 3 puro, com pesos convertidos de checkpoints originais. Ele abrange 118 famílias de modelos—de detecção de objetos e segmentação a reconhecimento de fala e grandes modelos de linguagem—e executa o mesmo código em backends JAX, PyTorch ou TensorFlow. Não há dependências de transformers ou torch em tempo de execução, tornando-o uma alternativa leve e agnóstica de framework para trabalhar com arquiteturas modernas.
Cada modelo é construído com from_weights e, em seguida, alimentado com o que seu processador produz. Seja executando um detector, um estimador de profundidade ou um LLM, o fluxo de trabalho é idêntico—portanto, alternar entre tarefas não custa nada em curva de aprendizado ou alterações de código.
from_weights despacha automaticamente: aceita um repositório Keras pré-convertido no Hub, um nome de variante simples que converte um checkpoint upstream em tempo real, ou qualquer repositório Hugging Face compatível atrás do prefixo hf:. Detalhes de arquitetura, como contagens de classes, são lidos da configuração do repositório, então modelos ajustados funcionam sem configuração extra.
Quantização apenas de peso int8, int4, fp8 e mxfp4 são argumentos para a mesma chamada from_weights, em qualquer modelo. Checkpoints grandes como GPT-OSS 120B carregam em bfloat16 com especialistas MoE empacotados em MXFP4 e desquantizados em tempo real, mantendo a memória perto de 66 GB em vez de ~130 GB em fp32.
Cada figura e resultado impresso em uma página de modelo vem da execução real do trecho ao lado dele na imagem ou clipe de áudio real mostrado. Nada é escrito à mão para parecer plausível—o que você lê é exatamente o que você obtém ao executá-lo você mesmo.
Outras ferramentas que você pode considerar
"Execute qualquer modelo, em qualquer backend."
Isso não é exagero de marketing. O KerasFormers cumpre isso portando 118 famílias de modelos para Keras 3 puro com pesos convertidos, e então permite que você alterne entre JAX, PyTorch e TensorFlow com uma única variável de ambiente. A combinação de amplitude, flexibilidade de backend e documentação honesta e reproduzível torna-o uma descoberta rara no espaço de bibliotecas de ML.
Você está construindo com Keras e deseja acesso a transformers modernos sem sair do ecossistema, ou se precisa de uma única base de código que execute em múltiplos backends para portabilidade. Também é uma ótima opção se você trabalha com modelos grandes e deseja opções diretas de quantização, ou se valoriza documentação que reflete resultados reais e executáveis em vez de exemplos artesanais.
