TensorFlow 和keras有什么区别？

TensorFlow 和keras有什么区别？

比如说盖木头房子。想盖什么房子要先选木料，然后加工成需要的形状，最后组合钉装成想要的房子形状。

tensorflow 好比是木头，Keras 好比是拿 tensorflow 做好的木板。如果你盖的房子简单，形状大众，Keras 调用起来会很方便。但如果想设计特殊的房子，那就要从木料开始。

tensorflow 已经可以调用 keras相关函数. keras的关键计算依托于tensorflow 或者 theano. theano不更新了，keras封装的比较好。初学和入门的话建议用 keras。但是想要深入或者做自己的APP的话建议用 tensorflow。

欢迎关注我的公众号一起学习！

点击原文链接可免费获取机器学习蜥蜴书TF2.0 (暂未出版）

深度学习-更新迭代后的tf2.0与Keras的关系【附tf2.0蜥蜴书见原文链接】?

mp.weixin.qq.com

1.为何keras出现在tf2.0中，被使用tf.keras？

2.到底是使用keras来训练还是tf.keras？
3.tf2.0有什么新功能？ 结论:应在以后均使用tf.keras

keras与tf.keras：

由谷歌的研究人员Francois Chollet创建开发，因为容易使用就开始广泛使用。

①我们所调用的Keras需要后端，后端是干嘛的？

后端是一个计算引擎，作用是构建网路和拓扑结构，允许优化器，执行数字计算。可以想像所有的后台操作都是在这个后端里进行的，你的网路模型，你的几千甚至上万个参数的更新迭代。后端是可以更换的，只要后端满足规则！

至此，我们应用的就是keras，就是我们能理解的简化版深度学习操作的封装后的API。

②keras的后端变化：

keras v1.1.0之前，其后端是Theano。

与此同时，Google发布了tf，tf是用于机器学习和神经网路训练的符号数学库。在此时，keras开始支持tf作为后端，自从keras v1.1.0版本的默认后端成了tf。