TensorFlow 2.0 是不是已經無法避開 Keras 了？
tensorflow2.0 中移除了 tf.layers 模塊，optimizer 也被整合進了 keras，是不是以後用 tensorflow 寫工程代碼中完全避不開 keras 字眼了？
很多時候keras用起來確實方便，寫個50層的resnet或者googlenet百多行代碼就解決了，裡面的一些細節都封裝好了。但tensorflow中的keras也是在tensorflow的low level api基礎上封裝的，完全可以避開它去用更底層一些的api。看需要吧，高層api寫起來快，為啥不用呢！
當年用keras的時候被同事鄙視，遂棄之轉tf，現在那幫sb都在用pyt就我一個人還在用tf。。。
我的觀點恰好想法。
Keras現在會被tf2喫掉，消化直至Keras徹底淪為一個子包，然後在某天給tf.keras起個別名，tf.keras as tf.layers，此時keras湮沒在google的宏偉藍圖中。
PyTorch大法好：
https://study.163.com/course/introduction.htm?share=2shareId=480000001847407courseId=1208894818_trace_c_p_k2_=0e094040143e4098b2c9e6ec4d76aed6?study.163.com
說實話，不知道為什麼，讓我有點噁心
可以完全避開，如果你只用最底層的tf.nn的話，不過一般人應該不會這麼幹。所以實際上，是的，你已經不得不用tf.keras了。
當然你還可以像我這樣：
import tensorflow as tf
dontlikekerasATALL = tf.keras
從目前 Preview 版本來看，基本是了。其實是好事，畢竟TensorFlow 1.x被詬病的很多特性，都被後來的tf.keras解決了，而且tf.keras下的很多功能比TensorFlow自己的tf.estimator要好用多了。尤其從Eager模式出了之後就一直在用tf.keras了。
所以不用TF啊 pyt不好嗎？
tf裡面的keras介面越來越完善了，這是真的，但是tf盤子很大，不只是keras：
TensorFlow 2.0入坑必備之No.1: 積極模式(Eager Execution), David 9的挖坑實戰#1
在TF2.0即將到來之際，我可能要轉去pyt了，keras給人的感覺太差了
推薦閱讀：
