Keras 3
Keras框架的重大重写版本，最大特点是支持多后端（TensorFlow、PyTorch、JAX），通过统一API和后端抽象层，让同一套模型代码可在不同深度学习框架间自由切换，2023年底正式发布
时间轴 (近 90 天)
Keras 3 已经支持 TensorFlow、JAX 和 PyTorch 三大后端
Keras 3 帮助 Expedia 现代化其排序（ranking）技术栈
Keras 3 是 Keras 框架的一次重大重写，其最大亮点在于多后端支持，同一套模型代码可以在 TensorFlow、PyTorch 和 JAX 之间自由切换
Keras 3 通过引入统一的后端抽象层来解决 tf.keras 与 Keras 独立版本长期并存造成的社区碎片化问题
在 Keras 3 中切换后端只需设置环境变量 KERAS_BACKEND=torch 或 KERAS_BACKEND=jax，无需修改模型代码本身
2023 年底发布的 Keras 3 进行了架构性重写，回归多后端设计哲学
Keras 3 实现多后端的核心技术机制是统一的张量操作抽象层 keras.ops，提供约 200 个与 NumPy 兼容的操作符
2023 年底发布的 Keras 3 进行了架构性重写，重新回归多后端设计，可在 JAX、PyTorch 与 TensorFlow 之间无缝切换
KerasFormers 是用纯 Keras 3 编写的预训练 Transformer 模型，可同时运行在 JAX、PyTorch 和 TensorFlow 三大后端之上
全部知识事实 (9)
Keras 3 已经支持 TensorFlow、JAX 和 PyTorch 三大后端
50%待验证Keras 3 通过引入统一的后端抽象层来解决 tf.keras 与 Keras 独立版本长期并存造成的社区碎片化问题
50%待验证在 Keras 3 中切换后端只需设置环境变量 KERAS_BACKEND=torch 或 KERAS_BACKEND=jax，无需修改模型代码本身
50%待验证Keras 3 是 Keras 框架的一次重大重写，其最大亮点在于多后端支持，同一套模型代码可以在 TensorFlow、PyTorch 和 JAX 之间自由切换
50%待验证2023 年底发布的 Keras 3 进行了架构性重写，回归多后端设计哲学
50%待验证Keras 3 实现多后端的核心技术机制是统一的张量操作抽象层 keras.ops，提供约 200 个与 NumPy 兼容的操作符
50%待验证KerasFormers 是用纯 Keras 3 编写的预训练 Transformer 模型，可同时运行在 JAX、PyTorch 和 TensorFlow 三大后端之上
50%待验证2023 年底发布的 Keras 3 进行了架构性重写，重新回归多后端设计，可在 JAX、PyTorch 与 TensorFlow 之间无缝切换
50%待验证Keras 3 帮助 Expedia 现代化其排序（ranking）技术栈
50%