Keras還是TensorFlow，程序員該如何選擇深度學(xué)習(xí)框架？如果您想用少量的代碼盡快地構(gòu)建和測試神經(jīng)網(wǎng)絡(luò)，keras是最快的，而且sequential API和model非常強(qiáng)大。而且keras

Keras還是TensorFlow，程序員該如何選擇深度學(xué)習(xí)框架？

如果您想用少量的代碼盡快地構(gòu)建和測試神經(jīng)網(wǎng)絡(luò)，keras是最快的，而且sequential API和model非常強(qiáng)大。而且keras的設(shè)計(jì)非常人性化。以數(shù)據(jù)輸入和輸出為例，與keras的簡單操作相比，tensorflow編譯碼的構(gòu)造過程非常復(fù)雜（尤其對于初學(xué)者來說，大量的記憶過程非常痛苦）。此外，keras將模塊化作為設(shè)計(jì)原則之一，用戶可以根據(jù)自己的需求進(jìn)行組合。如果你只是想快速建立通用模型來實(shí)現(xiàn)你的想法，keras可以是第一選擇。

但是，包裝后，keras將變得非常不靈活，其速度相對較慢。如果高度包裝，上述缺點(diǎn)將更加明顯。除了一些對速度要求較低的工業(yè)應(yīng)用外，由于tensorflow的速度較高，因此會(huì)選擇tensorflow

如果您在驗(yàn)證您的想法時(shí)，想定義損失函數(shù)而不是使用現(xiàn)有的設(shè)置，與keras相比，tensorflow提供了更大的個(gè)性空間。此外，對神經(jīng)網(wǎng)絡(luò)的控制程度將在很大程度上決定對網(wǎng)絡(luò)的理解和優(yōu)化，而keras提供的權(quán)限很少。相反，tensorflow提供了更多的控制權(quán)，比如是否訓(xùn)練其中一個(gè)變量、操作梯度（以獲得訓(xùn)練進(jìn)度）等等。

盡管它們都提供了深度學(xué)習(xí)模型通常需要的功能，但如果用戶仍然追求一些高階功能選擇，例如研究特殊類型的模型，則需要tensorflow。例如，如果您想加快計(jì)算速度，可以使用tensorflow的thread函數(shù)來實(shí)現(xiàn)與多個(gè)線程的相同會(huì)話。此外，它還提供了調(diào)試器功能，有助于推斷錯(cuò)誤和加快操作速度。

沈陽居民樓火災(zāi)后，居民回家查看，屋內(nèi)物品全被燒光，稱連渣都沒剩；失火原因和損失正在調(diào)查中, 你怎么看？

十多年前我親身經(jīng)歷了一場火災(zāi)。

這是一個(gè)新裝修的新辦公區(qū)。整座建筑是用新材料建造的。它看起來很漂亮。裝修公司說是用防火阻燃材料做的，但在我作為高分子材料工程師的眼里確實(shí)很可笑，但我當(dāng)時(shí)只是一個(gè)普通的上班族。

自從我們搬到新辦公室以來，所有的綠色植物都很難維持。空氣中彌漫著濃烈的氣味，有時(shí)火熱的眼睛也不舒服。我們時(shí)不時(shí)地出去散步以放松一下。

有一天，我下班回家正在吃飯，突然接到公司的電話，叫大家把東西都放下，向公司匯報(bào)。我說辦公室著火了，我不知道里面有多少人，所以我得數(shù)一數(shù)所有的員工。聽了這話，我趕緊打車，看到很多同事都來了。他們中有些是黑人，有些女孩在哭泣。老板一臉嚴(yán)肅地站在那里。許多消防隊(duì)員正在滅火。濃煙下，辦公室里什么也看不見。我們在二樓。我聽說三樓和四樓的其他公司的人都在跳窗，我們的一些同事爬到地上逃跑了。

后來經(jīng)過調(diào)查，是一位同事在辦公室吸煙后將煙頭扔進(jìn)了廢紙簍。它可能沒有完全熄滅，重新點(diǎn)燃發(fā)生了。關(guān)鍵是裝修材料不是真正的阻燃材料！太可怕了，看不下去，新辦公區(qū)的3000多平方米基本被燒毀，包括一整套用塑料和皮革泡沫制成的辦公家具?？吹竭@一幕，我們忘不了很久以前看到的那一幕。真是一團(tuán)糟。幸運(yùn)的是，該上班了，加班的人不多，也沒有人受傷。

火災(zāi)事故，不僅造成重大財(cái)產(chǎn)損失，更重要的是，嚴(yán)重威脅用戶和鄰居的安全！幸好那里的消防通道沒有堵住，否則恐怕其他樓層難免會(huì)遭殃。

沈陽的火災(zāi)事故再次給了你一個(gè)警示?? 安全在任何時(shí)候都是最重要的，希望每一場火災(zāi)都能引起大家的關(guān)注和重視

有人說Keras在TensorFlow中的分量越來越重，對此你怎么看？

其實(shí)keras不僅在tensorflow的系統(tǒng)中越來越重要，而且因?yàn)樗荊oogle為tensorflow開發(fā)的一套API，所以父母撫養(yǎng)的孩子自然很容易長大。

另外，如果我們將keras視為一種web前端技術(shù)，那么tensorflow在后臺(tái)就像Java或PHP。也就是說，keras是一套類似于標(biāo)準(zhǔn)的“UI”，它是為開發(fā)人員設(shè)計(jì)的，也就是為“操作員”設(shè)計(jì)的一個(gè)深度學(xué)習(xí)框架，它便于學(xué)習(xí)和使用，提高了開發(fā)人員的效率。

Keras在2018年擁有25000個(gè)人用戶。它的易用性和親和力都非常好。

Keras還支持其他深度學(xué)習(xí)框架。當(dāng)然，它不是為其他深度學(xué)習(xí)框架設(shè)計(jì)的，但是它太熱了，而且設(shè)計(jì)得很好，所以其他深度學(xué)習(xí)框架的開發(fā)公司都愿意讓自己的框架支持keras。

深度學(xué)習(xí)框架已經(jīng)開發(fā)了相當(dāng)長的時(shí)間。到目前為止，許多工程師還不能使用它，或者他們可能缺少像keras這樣的“前端”！