Keras還是TensorFlow，程序員該如何選擇深度學習框架？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，keras是最快的，而且sequential API和model非常強大。而且keras

Keras還是TensorFlow，程序員該如何選擇深度學習框架？

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，keras是最快的，而且sequential API和model非常強大。而且keras的設計非常人性化。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)造過程非常復雜（尤其對于初學者來說，大量的記憶過程非常痛苦）。此外，keras將模塊化作為設計原則之一，用戶可以根據(jù)自己的需求進行組合。如果你只是想快速建立通用模型來實現(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，上述缺點將更加明顯。除了一些對速度要求較低的工業(yè)應用外，由于tensorflow的速度較高，因此會選擇tensorflow

如果您在驗證您的想法時，想定義損失函數(shù)而不是使用現(xiàn)有的設置，與keras相比，tensorflow提供了更大的個性空間。此外，對神經(jīng)網(wǎng)絡的控制程度將在很大程度上決定對網(wǎng)絡的理解和優(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)，比如是否訓練其中一個變量、操作梯度（以獲得訓練進度）等等。

盡管它們都提供了深度學習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，如果您想加快計算速度，可以使用tensorflow的thread函數(shù)來實現(xiàn)與多個線程的相同會話。此外，它還提供了調(diào)試器功能，有助于推斷錯誤和加快操作速度。

有人說Keras在TensorFlow中的分量越來越重，對此你怎么看？

其實keras不僅在tensorflow的系統(tǒng)中越來越重要，而且因為它是Google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在后臺就像Java或PHP。也就是說，keras是一套類似于標準的“UI”，它是為開發(fā)人員設計的，也就是為“操作員”設計的一個深度學習框架，它便于學習和使用，提高了開發(fā)人員的效率。

Keras在2018年擁有25000個人用戶。它的易用性和親和力都非常好。

Keras還支持其他深度學習框架。當然，它不是為其他深度學習框架設計的，但是它太熱了，而且設計得很好，所以其他深度學習框架的開發(fā)公司都愿意讓自己的框架支持keras。

深度學習框架已經(jīng)開發(fā)了相當長的時間。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”

為什么很多人喜歡Python？

Python是2018年最熱門的編程語言。就像熱點一樣，從事或想進入互聯(lián)網(wǎng)的人自然會注意到python，這也得益于一些媒體和一些培訓機構(gòu)。當然，實際上主要受Python語言特性的影響。讓我們從幾個方面來談談為什么很多人喜歡Python。

首先，Python很容易學習。作為一種開源語言，它有豐富的學習資料，而且語言簡單。你可以在很短的時間內(nèi)掌握它的基本語法，你可以在兩三天內(nèi)精通編程。開始時我只有一點C語言基礎(chǔ)。我花了4天時間學習相同的基礎(chǔ)知識，然后我可以在網(wǎng)上找到各種演示。其次，Python也符合這個時代?，F(xiàn)在，人們一般都很忙，時間也很貴。大多數(shù)人不想在編程語言上花費太多時間。此外，互聯(lián)網(wǎng)變化如此之快。當你真正學完那門語言時，它可能已經(jīng)過時了。這是很多人擔心的，所以Python會受到很多人的青睞。

第二，python可以做很多事情，比如爬蟲、網(wǎng)頁開發(fā)、系統(tǒng)網(wǎng)絡運維、3D游戲開發(fā)、科學數(shù)字計算、人工智能等，特別是在大數(shù)據(jù)時代，人工智能非常普及，python有一個強大的標準包和許多其他相關(guān)的工具包。很多工作不需要重新組裝車輪，因此使用起來非常方便。簡而言之，使用Python進行開發(fā)變得更加簡單和高效。此外，Python對初學者也非常友好。作為一種腳本語言，它除了簡單易學之外，還可以做很多事情，比如制作一個簡單的爬蟲，畫一些有趣的動畫，這也會給初學者很大的動力。

第三，在Python相關(guān)崗位工作的薪水也非常可觀。雖然Python在性能上沒有太大的優(yōu)勢，可以說Python是一種速度非常慢的語言，但是近年來，隨著硬件的不斷完善，這個缺點已經(jīng)被容忍了。因此越來越多的企業(yè)選擇Python進行開發(fā)，Python的就業(yè)市場也得到了很好的發(fā)展。

最后，雖然有很多人喜歡Python，也有很多人學習Python，但真正能從事Python相關(guān)工作的人卻很少。與Python相關(guān)的主要崗位要求比較高，比如數(shù)據(jù)科學、人工智能等崗位，一般都比普通的開發(fā)崗位難度大。因此，Python中的主要位置很少，但也有一些。

有一個詞概括了Python：優(yōu)雅