机器学习-什么是keras Jul 5, 2020 · 机器学习 · 分享到: 前端Keras+后端TensorFlow\Theano\CNTK 工程相关 Tensorflow 2的keras Keras Keras 是一个Python深度学习框架，可以方便地定义和训练几乎所有类型地深度学习模型。Keras最开始是为研究人员开发的，其目的在于快速实验 keras具有以下重要特性： 相同的代码可以在CPU或GPU上无缝切换运行 具有用户友好的API，便于快速开发深度学习模型的原型 内置支持卷积网络（用于计算机视觉）、循环网络（用于序列处理）以及二者的任意组合。 支持任意网络架构：多输入或多输出模型、层共享、模型共享等。 前端Keras+后端TensorFlow\Theano\CNTK keras是一个模型级的库，为开发深度学习模型提供了高层次的构建模块。它依赖一个专门的、高度优化的张量库来完成这些运算，这个张量库就是Keras的后端引擎。Keras有三个后端实现:TensorFlow后端、Theano后端和微软认知工具包（CNTK）。这三个不同的后端引擎都可以无缝嵌入到Keras中。 通过TensorFlow,Keras可以在CPU和GPU上无缝运行，在CPU上运行时，TensorFlow本身封装了一个低层次的张量运算库，叫做Eigen;在GPU上运行时，TensorFlow封装了一个高度优化的深度学习运算库，叫做NVIDIA CUDA深度卷积神经网络（cuDNN）。 工程相关 目前：2020.7 默认的backend是tensorflow 在python中import keras时会显示目前使用的后端。 Tensorflow 2的keras 随着 TensorFlow 2.0 的发布，不少开发者产生了一些疑惑：作为 Keras 用户，TensorFlow 2.0 的发布跟我有关系吗？TensorFlow 中的 tf.keras 和 Keras 有什么区别？我该用哪一个训练神经网络？在本文中，作者给出的答案是：你应该在以后所有的深度学习项目和实验中都使用 tf.keras。