差异keras和tf.keras

Question

我发现tf.keras和keras有很大的不同，在keras中，当你使用normal函数而不是Lambda包装器函数时会出现bug，bug是"AttributeError：'NoneType‘对象没有’_inbound_nodes‘属性“，而在tf.keras中，它允许使用normal函数和tf.keras.layers。函数同时执行。keras似乎使用了不同的数据结构，在层之间创建了无关紧要的东西。

Answer 1

是的，Keras和Tf.Keras是有区别的。

Keras是在TensorFlow之上的独立库实现。

TF.Keras是在TensorFlow中实现的Keras库(以及旧版本中的其他DL框架)。

每个人都应该选择TF.Keras，因为它维护得更好，不容易出现bug，以及未来的发展方向；事实上，大多数Keras开发人员现在都在使用TF.Keras，包括创建者Francois Chollet。

Keras standalone将不会发布任何其他主要版本，并将在未来被废弃。

对于您必须解决的所有项目和任务，选择TF.Keras。