tensorflow-keras简介

1.keras简介

1. keras是基于python的高级API.
   2.keras必须要以Tensorflow，CNTK或者Theano为后端才能运行，后端是可以切换的，现在多用tensorflow.

2.tensorflow-keras简介

1.Tensorflow对keras API更加规范
2.tensorflow-keras和tensorflow的结合更加紧密。
3.是实现在tf.keras空间下的。

3.tf.keras和keras的联系

1. 基于同一套API，但是因为tf.keras中比keras多出了一点特殊的功能，所以可以轻松的将keras程序迁移到tf.keras中，但是tf.keras中的代码并不是全能移动到keras中运行。
2. 规范是相同的，模型导出的格式也是相同的。

4.tf.keras和keras的区别

1. tf.keras全面支持eager mode
   只是用keras.Sequential和keras.Model时没影响，但是自定义Model内部运算逻辑的时候会有影响。
   2.Tf.keras支持基于tf.data的模型训练。
   3.Tf.keras支持TPU的训练
   4.Tf.keras支持tf.distribution中的分布式策略
   5.Tf.keras可以与Tensorflow中的estimator集成。
   6.Tf.keras可以保存为SavedModel，方便将模型部署到不同的平台上。

5.二者之间的选择

一句话，不考虑后端互换(又想使tensorflow又想使Theano）那就选tf.keras,眼神坚定一点。