# keras

Правило задаёт практики для Keras 3: структуру проекта, построение моделей и обучение. Пригодится, если агент пишет или меняет Python-код для моделей.

- правило · `type=rule` · Cursor · ★ 3580
- Автор: sanjeed5
- Лицензия: CC0-1.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/sanjeed5/awesome-cursor-rules-mdc/tree/HEAD/rules-mdc/keras.mdc
- Обновлён: 2026-05-19
- HTML: https://affpapa.org/nevibecode/rules/keras

## Что делает

Правило применяется к файлам `**/*.py`. Оно предлагает разделять описание модели, подготовку данных и обучение, а модели обычно собирать через Functional API. Наследование от `keras.Model` оставлено для нестандартных моделей и динамических графов.

Для обучения рекомендуются `model.fit()` и callbacks: ранняя остановка, сохранение модели и журналирование через TensorBoard. Правило также описывает смешанную точность для современных GPU и TPU, явный выбор бэкенда через `KERAS_BACKEND` и настройку seed для воспроизводимости. Для переключения бэкенда переменную нужно задать до `import keras`.

Установка в Cursor — скопировать файл правила в `.cursor/rules/keras.mdc`. В показанных практиках используются Keras 3 и Python; смешанная точность рассчитана на GPU или TPU.

## Установка

### Cursor (родная платформа)

**Вручную: положить файлы**
- Файл: `.cursor/rules/keras.mdc` — Во frontmatter: description, globs, alwaysApply

### Claude Code

**Вручную: положить файлы**
- Файл: `.claude/rules/keras.md` — Поле paths во frontmatter ограничивает файлы: globs из источника → paths

### Codex

**AGENTS.md**
- Codex читает AGENTS.md: вставьте текст правила туда

### GitHub Copilot

**Вручную: положить файлы**
- Файл: `.github/instructions/keras.instructions.md` — Поле applyTo задаёт, к каким файлам применять: globs из источника → applyTo

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/rules/keras.md`

### Cline

**Вручную: положить файлы**
- Файл: `.clinerules/keras.md`

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/sanjeed5/awesome-cursor-rules-mdc/tree/HEAD/rules-mdc/keras.mdc

## Когда брать
- разнести код модели, данных и обучения по отдельным частям
- собрать модель через Functional API
- настроить обучение с ранней остановкой и сохранением модели
- явно выбрать бэкенд Keras через `KERAS_BACKEND`
- зафиксировать seed для воспроизводимых экспериментов

## Примеры запросов агенту
- Перестрой эту модель на Functional API и сохрани схему проекта раздельной.
- Настрой обучение через `model.fit()` с ранней остановкой и сохранением лучшей модели.
- Задай бэкенд через `KERAS_BACKEND` до импорта `keras`.

## Похожие
- [agent-platform-model-registry](https://affpapa.org/nevibecode/skills/agent-platform-model-registry.md) — скилл · 8332 установки
- [bigquery-bigframes](https://affpapa.org/nevibecode/skills/bigquery-bigframes.md) — скилл · 6426 установок
- [marimo-batch](https://affpapa.org/nevibecode/skills/marimo-batch.md) — скилл · 3700 установок
- [data-scientist](https://affpapa.org/nevibecode/agents/voltagent-community-data-scientist.md) — субагент · 3342 установки
- [huggingface-gradio](https://affpapa.org/nevibecode/skills/huggingface-gradio.md) — скилл · 2300 установок
- [scikit-learn](https://affpapa.org/nevibecode/skills/k-dense-ai-scikit-learn.md) — скилл · 2200 установок

Из того же набора: [sanjeed5/awesome-cursor-rules-mdc](https://affpapa.org/nevibecode/by/sanjeed5/awesome-cursor-rules-mdc.md) — 240 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md