## TF-Keras (obsoleto)

`tf-keras` es el nombre que se le da a la versión 2.x de Keras. Ahora se aloja como un repositorio de GitHub independiente [aquí](https://github.com/keras-team/tf-keras). Aunque es un marco de trabajo heredado, todavía hay [más de 4,5 mil modelos](https://huggingface.co/models?library=tf-keras&sort=trending) alojados en el Hub. Estos modelos se pueden cargar usando la biblioteca `huggingface_hub`. **Debe** tener instalado `tf-keras` o `keras<3.x` en su máquina.

Si te interesa el soporte para Keras 3.x, consulta [esta guía](./keras).

Una vez instalado, solo necesitas usar el método `from_pretrained_keras` para cargar un modelo desde el Hub. Lee más sobre `from_pretrained_keras` [aquí](https://huggingface.co/docs/huggingface_hub/main/en/package_reference/mixins#huggingface_hub.from_pretrained_keras).

```py
from huggingface_hub import from_pretrained_keras

model = from_pretrained_keras("keras-io/mobile-vit-xxs")
prediction = model.predict(image)
prediction = tf.squeeze(tf.round(prediction))
print(f'The image is a {classes[(np.argmax(prediction))]}!')

<CopyLLMTxtMenu containerStyle="float: inline-end; margin-inline-start: 10px; display: inline-flex; position: relative; z-index: 10;"></CopyLLMTxtMenu>

# The image is a sunflower!
```

También puedes alojar tu modelo de `tf-keras` en el Hub. Sin embargo, ten en cuenta que `tf-keras` es un marco de trabajo obsoleto. Para llegar al mayor número de usuarios posible, te recomendamos crear tu modelo usando Keras 3.x y compartirlo de forma nativa, como se describió anteriormente. Para más detalles sobre la carga de modelos de `tf-keras`, consulta la documentación de [`push_to_hub_keras`](https://huggingface.co/docs/huggingface_hub/main/en/package_reference/mixins#huggingface_hub.push_to_hub_keras).

```py
from huggingface_hub import push_to_hub_keras

push_to_hub_keras(model,
    "your-username/your-model-name",
    "your-tensorboard-log-directory",
    tags = ["object-detection", "some_other_tag"],
    **model_save_kwargs,
)
```

## Recursos adicionales

- [Repositorio de GitHub](https://github.com/keras-team/tf-keras)
* Publicación en el blog [Putting Keras on 🤗 Hub for Collaborative Training and Reproducibility](https://merveenoyan.medium.com/putting-keras-on-hub-for-collaborative-training-and-reproducibility-9018301de877) (abril de 2022)