tensorflow-keras简介

一、keras是什么

• 基于python的高级神经网络API
• Francois Chollet于2014–2015年编写Keras
• 以Tensorflow、CNTK或者Theano为后端运行，Keras必须有后端才可以运行，后端可以切换，现在多用于tensorflow
• 极方便于快速实验，以最少的时间验证自己的想法

二、tensorflow-keras是什么

• tensorflow对keras API规范的实现
• 相对于以tensorflow为后端的keras，Tensorflow-keras与Tensorflow结合更加紧密
• 实现在tf.keras空间下

1、Tf-keras与keras联系

• 基于同一套API
• keras程序可以通过改导入方式轻松为tf.keras程序
• 反之可能不成立，因为tf.keras有其他特性
• 相同的JSON和HDF5模型序列化格式和语义

2.Tf-keras与keras的区别

• tf.keras全面支持eager mode（如果只是用keras.Sequential和keras。model时没有影响）

• 自定义Model内部运算逻辑的时候会有影响

  Tf低层API可以使用keras的model.fit等抽象

  适合于研究人员

• Tf.keras支持基于tf.data的模型训练

• Tf.keras支持TPU训练

• Tf.keras支持tf.distribution中的分布式策略

• Tf.keras可以与tensorflow中的estimator集成

• Tf.keras可以保存为SavedModel

三、如何选择

• 如果想要Tf.keras的任何一个特性，就选Tf.keras
• 如果后端的互换性重要，就选keras
• 都不重要，那就随便