1.keras是什么
- 基于python的高级神经网络API
- 以tensorflow、CNTK或者Theano为后端运行,keras必须有后端才可以运行
2.tensorflow-keras
- 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
3.tf-keras和keras联系与区别
(1)联系
- 基于同一套API
- keras程序可以通过改导入方式轻松转为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)区别
- tf.keras全面支持eager mode
- tf.keras支持基于tf.data的模型训练
- 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
(3)如何选择
- 如果想用tf.keras的任何一个特性,那么选tf.keras
- 如果后端互换性很重要,那么选keras
- 如果都不重要,那随便