Hugging Face에서 Keras 사용하기

Keras는 JAX, TensorFlow, PyTorch를 지원하는 오픈소스 멀티백엔드 딥러닝 프레임워크예요. 자세한 내용은 keras.io에서 확인할 수 있어요.

출처: 문서

본문

Hub에서 Keras 탐색하기

모델 페이지에서 라이브러리 이름으로 필터링하면 keras 모델을 나열할 수 있어요.

Keras 라이브러리에서 직접 업로드한 Hub의 Keras 모델에는 유용한 기능이 함께 제공돼요.

설명과 모델 플롯 등을 담은 생성된 모델 카드
모델 인기도를 확인할 수 있는 다운로드 수
모델을 빠르게 시작할 수 있는 코드 스니펫

기존 모델 사용하기

Keras는 Hugging Face Hub와 깊게 통합되어 있어요. 즉 라이브러리에서 직접 Hub의 모델을 로드하고 저장할 수 있죠. 그러려면 최신 버전의 Keras와 huggingface_hub을 설치해야 해요. huggingface_hub은 Keras가 Hub와 상호작용할 때 사용하는 가벼운 Python 클라이언트예요.

pip install -U keras huggingface_hub

라이브러리를 설치하면 일반적인 keras.saving.load_model 메서드에 Hugging Face 경로를 인자로 넘기면 돼요. HF 경로는 hf://를 접두사로 붙인 repo_id예요. 예: "hf://keras-io/weather-prediction". load_model에 대해 더 자세히 알고 싶다면 Keras 문서를 참고하세요.

import keras

model = keras.saving.load_model("hf://Wauplin/mnist_example")

특정 모델을 로드하는 방법을 보려면 모델 페이지에서 Use this model을 클릭해 동작하는 코드 스니펫을 얻을 수 있어요!

모델 공유하기

load_model과 마찬가지로 model.save()에 HF 경로를 사용하면 Hub에 keras 모델을 저장하고 공유할 수 있어요.

model = ...
model.save("hf://your-username/your-model-name")

Hub에 저장소가 없으면 자동으로 생성돼요. 업로드된 모델에는 모델 카드, 모델 플롯, metadata.json과 config.json 파일, 그리고 모델 가중치를 담은 model.weights.h5 파일이 포함돼요.

기본적으로 저장소에는 최소한의 모델 카드가 들어있어요. 모델 카드와 작성 방법은 Model Card 가이드를 참고하세요. huggingface_hub.ModelCard로 모델 카드를 프로그래밍 방식으로 업데이트할 수도 있어요(가이드 참고).

[!TIP] 이미 .keras 파일에 익숙할 거예요. 실제로 .keras 파일은 .json과 model.weights.h5 파일을 담는 zip 파일일 뿐이에요. Hub에 푸시되면 모델은 압축이 풀린 폴더로 저장되어 파일을 탐색할 수 있어요. 참고로 .keras 파일을 Hub의 모델 저장소에 수동으로 업로드하면 저장소가 자동으로 keras로 태그되지만, keras.saving.load_model로는 로드할 수 없어요.

추가 리소스

Keras Developer 가이드
Keras 예시

더 알아보기 (Learn more)

Keras는 Hub와 깊게 통합되어 keras.saving.load_model에 hf:// 경로를 넘기면 바로 모델을 불러오고, model.save()로 공유할 수 있어요. 저장소가 없으면 자동 생성되고 모델 카드·플롯·model.weights.h5이 담겨요. .keras 파일을 수동 업로드하면 load_model로는 불러올 수 없다는 점만 주의하세요.