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.com1.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。