Я немного запутался в выборе между Keras (keras-team / keras) и tf.keras (tenorflow / tenorflow / python / keras /) для моего нового исследовательского проекта.
Существует дискуссия о том, что Keras не принадлежит никому, поэтому люди будут рады внести свой вклад, и в будущем будет намного легче управлять проектом.
С другой стороны, tf.keras принадлежит Google, поэтому более строгую проверку и техническое обслуживание. Более того, кажется, что это лучший вариант для использования преимуществ новых функций, представленных в Tensorflow v.2.
Итак, чтобы начать проект по науке о данных (машинное обучение) (на этапе исследования), в начале оба будут хорошими, какой из них вы выберете ?!
Ответы:
Из Кераса репо .:
И
Итак, Keras - это скин (API). TensorFlow решил включить этот скин внутри себя как
tf.keras
. Поскольку Keras предоставляет API, которые TensorFlow уже реализовал (если только CNTK и Theano не обгонят TensorFlow, что маловероятно), онtf.keras
будет идти в ногу с Keras с точки зрения разнообразия API. Таким образом, я бы посоветовал пойти с этим, чтобыtf.keras
вы были вовлечены только в одно, более качественное репо. вместо двух, что означает меньше головной боли.tf.keras
,источник
Этот твит от Франсуа Шоле предлагает использовать tf.keras .
источник