用途：该技能提供 Keras 3 专家级辅助，主要用于编写可跨后端互换运行的深度学习模型，覆盖 JAX、PyTorch、TensorFlow。适用场景包括多后端深度学习、视觉/NLP/表格架构的快速原型、模型导出部署，以及自定义层与损失函数（使用与后端无关的 keras.ops）。
主要能力：支持 Functional API 构建模型、Sequential API、子类化 keras.layers.Layer 编写自定义层、现代回调（EarlyStopping、ReduceLROnPlateau、ModelCheckpoint）以及模型编译与训练。模型可导出为 ONNX、TensorRT 或 TensorFlow Lite。
必要用法：必须在导入 keras 之前设置后端环境变量，例如 os.environ["KERAS_BACKEND"] = "torch"（可选 jax、torch 或 tensorflow）。自定义层中应使用 keras.ops 而非 torch.* 或 tf.*，模型建议保存为 .keras 格式。整数类别标签应搭配 sparse_categorical_crossentropy。
限制与排错：导入 Keras 后再修改 KERAS_BACKEND 会导致后端不匹配错误；形状不兼容时可用 model.summary() 检查各层维度。资料未提供安装命令、收费、价格或平台细节，暂未提供。