1.总的来说，Keras是目前排名最高的、非框架的深度学习库。Keras是基于其他其他深度学习库之上的开发的一套高层的神经网络API。打个比方，Tensorflow或者Theano是神经网络的巨人，那么Keras就是站在巨人肩膀上的人。Keras最初是由谷歌工程师开发，原因是帮助在Theano上进行快速的原型开发，用业内评价来说，Theano是一个功能非常强大但也是使用非常繁琐的神经网络框架。因此使用Keras可以大大简化开发流程。而在Tensorflow上也有相同的问题。要想学习Tensorflow,就要先学习谷歌的一套编程范式，像计算图、会话、张量的一些概念。因此谷歌工程师决定把Keras扩展到Tensorflow上，并且最近Tensorflow决定把Keras作为它的软件库进行提供。Keras被认为是构建神经网络的未来，几行代码就可以比原生的Tensorflow实现更多的功能。现在，越来越多的框架为Keras提供支持。

2.Keras的特点：

1）高层API：

Keras由纯Python编写而成。以Tesorflow、Theano、CNTK、DeepLearning4j（基于Java语言的神经网络工具包，使用Keras构建的模型可以直接导入到DeepLearning4j，从而可以在Java中使用）为后端。

（说明同一行代码只要对执行的后台进行修改，便能运行在不同的框架下面。）

2）用户友好：

Keras是为人类而不是天顶星人设计的API。Keras的作者在谷歌工作，Keras已经成为Tensorflow的官方API。

（使用Tensorflow编写的代码如果使用Keras实现通常可以将代码量缩小到原来的三分之一）

3）模块性：

网络层、损失函数、优化器、激活函数、正则化方法（各模块之间相互独立）

4）默认参数：

默认参数有研究支持。

5）产品原型发布：

IOS、Android、Python网页应用后端、JVM、树莓派Raspberry Pi

以上特性说明Keras基于快速实验而生，将idea迅速转化为成果。

神经网络框架

Keras的特点

Keras的特点