为什么使用keras作为后端而不是使用tensorflow？

Question

我看到tensorflow和keras之间有很多相似的函数，比如argmax，boolean_mask ......我想知道为什么人们不得不使用keras作为后端和tensorflow而不是单独使用tensorflow。

Answer 1

Keras不是后端，但它是用于构建和训练神经网络的高级API。 Keras能够在Tensorflow，Theano和CNTK之上运行。与Tensorflow等其他图书馆相比，大多数人更喜欢Keras。我推荐Keras为深度学习的初学者。

Answer 2

  

一个Keras张量是来自底层后端的张量对象（Theano，   TensorFlow或CNTK），我们用某些属性来增强   允许我们通过了解输入和输出来构建Keras模型   该模型。

Theano vs Tensorflow

如果您想使用coremltools，则必须使用Tensorflow。 Apple承诺支持使用Theano创建的架构，但我还没有看到它。

Keras将需要独特的语法糖，具体取决于使用的后端。我喜欢Tensorflow输入层的灵活性，并且可以轻松访问强大的Google神经网络。