TensorFlow vs Keras

 

Tensorflow 는, 구글에서 개발하고 오픈소스로 공개한 머신러닝 프레임워크

Keras 는, Tensorflow 위에서 동작하는 라이브러리

 

keras는 사용자 친화적

비교적 단순한 신경망을 구성하거나, 기존의 기능만을 사용하여 빠른 시간내에 프로토타이핑을 하고자 한다면 충분

tensorflow는 훨씬 더 디테일한 조작 가능

신경망을 유심히 관찰하고, (딥러닝)연구 및 개발을 해야하는 경우, 디버거 사용 가능

=>tf.keras로 주요 틀을 구현하고, tensorflow로 내용 채워 넣기

 

Keras는 TensorFlow, CNTK 및 Theano 위에서 실행되는 고급 API입니다.	TensorFlow는 높은 수준과 낮은 수준의 API를 모두 제공하는 프레임워크입니다.
Keras는 Python 언어를 아는 경우 사용하기 쉽습니다.	다양한 Tensorflow 함수를 사용하는 구문을 배워야 합니다.
빠른 구현에 적합합니다.	딥 러닝 연구에 이상적, complex 네트워크.
TFDBG와 같은 다른 API 디버그 도구를 사용합니다.	디버깅을 위해 Tensor 보드 시각화 도구를 사용할 수 있습니다.
François Chollet이 프로젝트에서 시작하여 여러 사람들에 의해 개발되었습니다.	Google Brain 팀에서 개발했습니다.
Theano, TensorFlow 및 CNTK용 래퍼인 Python으로 작성됨	주로 다음에서 작성됨 C + +, CUDA 및 Python.
Keras는 간단합니다. archi강의는 readable 그리고 간결합니다.	Tensorflow는 사용하기가 쉽지 않습니다.
Keras 프레임워크에서는 간단한 네트워크를 디버그해야 하는 빈도가 매우 적습니다.	그것은 꽤 도전 TensorFlow에서 디버깅을 수행합니다.
Keras는 일반적으로 소규모 데이터 세트에 사용됩니다.	고성능 모델 및 대규모 데이터세트에 사용되는 TensorFlow입니다.
통신unity 지원은 최소화됩니다.	대규모 통신으로 뒷받침됩니다.unity 기술 회사의.
저성능 모델에 사용할 수 있습니다.	고성능 모델에 사용됩니다.