Keras诉tf.keras

Question

对于我的新研究项目，在选择喀拉斯 (keras/keras)和tf.keras (tensorflow/tensorflow/python/keras/)之间，我有点困惑。

有一种争论认为Keras不是任何人所拥有的，所以人们更乐意参与进来，而且将来管理这个项目会容易得多。‬

另一方面，‪tf.keras归谷歌所有，所以更严格的测试和维护。此外，这似乎是利用Tensorflow v.2中提供的新特性的一个更好的选择。

因此，要开始一个数据科学(机器学习)项目(在研究阶段)，在开始时两者都可以，您选择哪一个？！‬

Answer 1

来自喀拉斯回购公司：

Keras是一个高级的神经网络API，用Python编写，能够运行在TensorFlow、CNTK或Theano之上。

和

在安装Keras之前，请安装它的一个后端引擎: TensorFlow、Theano或CNTK。我们推荐TensorFlow后端。

因此，Keras是一种外观( API)。TensorFlow已经决定将这个皮肤作为tf.keras包含在自己的内部。由于Keras提供了TensorFlow已经实现的API (除非CNTK和Theano超过了TensorFlow (这是不太可能的)，tf.keras在API多样性方面将与Keras保持一致。因此，我建议使用tf.keras，这使您只参与一个，更高质量的回购。而不是两个，这意味着头痛少了。

你选哪一个？！

tf.keras‬。

Answer 2

弗朗索瓦·乔莱特(Fran Ois Chollet )的推特建议使用tf.keras。

我们建议您将Keras代码切换到tf.keras。西亚诺和CNTK都没有得到发展。同时，作为Keras后端，它们仅占Keras使用率的不到4%。其他96%的用户(其中一半以上已经上了tf.keras)在tf.keras中得到了更好的服务。Keras的开发将集中在tf.keras的未来。重要的是，我们将开始在keras/keras的独立GitHub存储库中开发GitHub，以便让第三方人员更容易地做出贡献。凯拉斯从来没有比现在更快