在Keras和TensorFlow之间选择？

Question

我有一个疑问，我最近完成了Andrew Ng DeepLearning专业化学习，我必须在keras和tensorflow之间进行选择，keras非常容易实现，而tensorflow似乎并不容易。我应该去做keras或tensorflow吗？如果我可以使用keras进行所有操作，那为什么还要研究tensorflow？ Keras是否使Tensorflow的实现方式无效？请清除我的怀疑。

Answer 1

Keras是在Tensorflow之上工作的高级api。这是很容易学习和实现的。 Tensorflow允许我们更改网络中的每一分钟细节。因此，它在灵活性至关重要的情况下很有用。但是，在Tensorflow中构建网络并对其进行调试比Keras更加耗时。因此，当您想在更短的时间内构建模型，或者要测试架构的良好程度时，请使用Keras。如果您想通过更改其中的每个参数来弄脏自己的手，请使用Tensorflow。希望这会有所帮助

Answer 2

我认为，Keras更像是基于第三方框架构建的深度学习界面。它的缺点是过度封装显然会导致灵活性降低。 Keras易于快速实施。建议您先在Keras上实现模型，同时熟悉TensorFlow如何实现相同内容。