Keras学习

因学习所需,使用这种东西研究机器学习,包括神经网络

历史

随着机器学习兴起,一堆框架跑出来.神经网咯也很火热.比如pytorch和tensorflow,Caffe啥的.

在深度学习中，像pytorch,tensorflow都是作为后备大引擎,进行计算.而Keras更像是调用api的.

Tensorflow位于较低级别：这是像MXNet、Theano和Pythorch这样的框架所在的位置。这是实现数学运算（如广义矩阵矩阵乘法）和神经网络原语（如卷积运算）的层次。
Keras在更高的水平上。在这个层次上，较低层次的原语用于实现神经网络的抽象，如层次和模型。通常，在这个级别上，还实现了其他有用的API，如模型保存和模型培训。
在 v1.1.0 之前，Keras 的默认后端都是 Theano。与此同时，Google 发布了 TensorFlow，这是一个用于机器学习和神经网络训练的符号数学库。Keras 开始支持 TensorFlow 作为后端。渐渐地，TensorFlow 成为最受欢迎的后端，这也就使得 TensorFlow 从 Keras v1.1.0 发行版开始成为 Keras 的默认后端。