TensorFlow 和keras有什麼區別?
TensorFlow 和keras有什麼區別?
比如說蓋木頭房子。想蓋什麼房子要先選木料,然後加工成需要的形狀,最後組合釘裝成想要的房子形狀。
tensorflow 好比是木頭,Keras 好比是拿 tensorflow 做好的木板。如果你蓋的房子簡單,形狀大眾,Keras 調用起來會很方便。但如果想設計特殊的房子,那就要從木料開始。
tensorflow 已經可以調用 keras相關函數. keras的關鍵計算依託於tensorflow 或者 theano. theano不更新了,keras封裝的比較好。初學和入門的話建議用 keras。但是想要深入或者做自己的APP的話建議用 tensorflow。
歡迎關注我的公眾號一起學習!
點擊原文鏈接可免費獲取 機器學習蜥蜴書TF2.0 (暫未出版)
深度學習-更新迭代後的tf2.0與Keras的關係【附tf2.0蜥蜴書見原文鏈接】?mp.weixin.qq.com1.為何keras出現在tf2.0中,被使用tf.keras?
2.到底是使用keras來訓練還是tf.keras?
3.tf2.0有什麼新功能? 結論:應在以後均使用tf.keras
keras與tf.keras:
由谷歌的研究人員Francois Chollet創建開發,因為容易使用就開始 廣泛使用。
①我們所調用的Keras需要後端,後端是幹嘛的?後端是一個計算引擎,作用是構建網路和拓撲結構,允許優化器,執行數字計算。可以想像所有的後臺操作都是在這個後端裏進行的,你的網路模型,你的幾千甚至上萬個參數的更新迭代。後端是可以更換的,只要後端滿足規則!
至此,我們應用的就是keras,就是我們能理解的簡化版深度學習操作的封裝後的API。
②keras的後端變化:
keras v1.1.0之前,其後端是Theano。
與此同時,Google發布了tf,tf是用於機器學習和神經網路訓練的符號數學庫。在此時,keras開始支持tf作為後端,自從keras v1.1.0版本的默認後端成了tf。