ケラスvs. tf.keras

私は間を選択する際に混乱ビットだKeras（keras-チーム/ keras）とtf.keras私の新しい研究プロジェクトのために（tensorflow / tensorflow /パイソン/ keras /）。

Kerasは誰にも所有されていないという議論があります。そのため、人々は貢献することに満足しており、将来プロジェクトを管理するのがはるかに容易になります。‬

他の側では、tf.kerasは、Googleがこれより厳密なテストとメンテナンスを所有しています。さらに、これはTensorflow v.2に存在する新機能を利用するためのより良いオプションのようです。

ですから、データサイエンス（機械学習）プロジェクト（研究段階）を開始するには、最初は両方とも大丈夫ですが、どちらを選択しますか？！‬

Kerasリポジトリから：

Kerasは高レベルのニューラルネットワークAPIであり、Pythonで記述されており、TensorFlow、CNTK、またはTheanoの上で実行できます。

そして

Kerasをインストールする前に、そのバックエンドエンジンの1つであるTensorFlow、Theano、またはCNTKをインストールしてください。TensorFlowバックエンドをお勧めします。

したがって、Kerasはスキン（API）です。TensorFlowは、このスキンをとして内部に含めることを決定しましたtf.keras。KerasはTensorFlowが既に実装しているAPIを提供するため（CNTKとTheanoがTensorFlowを追い越さない限り）、tf.kerasAPIの多様性の点でKerasに追いつくでしょう。したがって、tf.keras1つだけのより高品質のレポに関与することをお勧めします。2つではなく、頭痛が少ないことを意味します。

あなたはどちらを選びますか？！

tf.keras‬。

FrançoisCholletからのこのツイートは、tf.kerasの使用を提案しています。

Kerasコードをtf.kerasに切り替えることをお勧めします。

TheanoとCNTKはどちらも開発中です。一方、Kerasのバックエンドでは、Kerasの使用率は4％未満です。他の96％のユーザー（そのうち半分以上が既にtf.kerasを使用している）は、tf.kerasを使用したほうがよいでしょう。

Kerasの開発は、今後tf.kerasに焦点を合わせます。

重要なのは、サードパーティの人々が貢献しやすくするために、keras-team / kerasの独自のスタンドアロンGitHubリポジトリでtf.kerasの開発を開始することです。

ケラスは今より速く動いたことはありません