关于深度学习框架 TensorFlow、Theano 和 Keras

【TensorFlow】

——（ https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/）

1、TensorFlow是啥？

——TensorFlow是Google开发的一款神经网络的Python外部的结构包，也是一个采用数据流图来进行数值计算的开源软件库。TensorFlow 让我们可以先绘制计算结构图，也可以称是一系列可人机交互的计算操作，然后把编辑好的Python文件转换成更高效的C++，并在后端进行计算。

2、为什么用TensorFlow？

1）TensorFlow 无可厚非地能被认定为神经网络中最好用的库之一。

2）它擅长的任务就是训练深度神经网络

3）通过使用TensorFlow我们就可以快速的入门神经网络，大大降低了深度学习（也就是深度神经网络）的开发成本和开发难度。

4）TensorFlow 的开源性, 让所有人都能使用并且维护，巩固它。使它能迅速更新，提升。

【Theano】

——（ https://morvanzhou.github.io/tutorials/machine-learning/theano/2-1-basic-usage/）

1、Theano是啥？

——Theano 是神经网络python机器学习的模块，和TensorFlow非常类似，可以说是TensorFlow的鼻祖。TensorFlow基于 Theano进行了很多的升级改进。

2、为什么用Theano？

1）Tensowflow 目前只能在 MacOS 和 Linux， theano 不仅可以在前两个系统中运行, 还可以在 Windows 系统下运行。

2）Theano 可以使用 GPU 进行运算，用GPU运行比CPU快100倍左右，theano 是比较优秀的 python 模块。

3）对于初学者来说，如果可以在 theano 和 tensorflow 中选择, 个人推荐使用 tensowflow. tensowflow 是比较商业化的模块，用起来没有theano 学术化。如果是使用机器学习进行学术性研究，网上已经有很多使用 theano 的学术性资料。所以 theano 在这种情况下是值得推荐的。

3、Theano的安装

4、Theano的用法

【Keras】

——（ https://morvanzhou.github.io/tutorials/machine-learning/keras/1-1-D-feature-representation/）

1、Keras是啥？

——Keras是一个由Python编写的开源人工神经网络库，可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化 [1] 。Keras在代码结构上完全由面向对象方法编写，高度模块化并具有可扩展性，其调用机制和说明文档有将用户体验和使用难度纳入考虑，简化了很多复杂算法的实现难度 [1] 。Keras支持现代人工智能领域的主流算法，包括前馈结构和递归结构的深度神经网络，也可用和参与构建统计学习模型。

2、为什么用Keras？

1）Keras是对Theano进行了包装，直接使用Keras可以减少很多细节程序的书写，它是模块儿化的，使用比较方便。

2）如果说 Tensorflow 或者 Theano 神经网络方面的巨人. 那 Keras 就是站在巨人肩膀上的人. Keras 是一个兼容 Theano 和 Tensorflow 的神经网络高级包, 用他来组件一个神经网络更加快速, 几条语句就搞定了. 而且广泛的兼容性能使 Keras 在 Windows 和 MacOS 或者 Linux 上运行无阻碍。
3、兼容 backend

Keras 可以基于两个Backend（也就是Keras 基于什么东西来做运算）：

一个是 Theano，一个是 Tensorflow（是默认的后端）。

如果我们选择Theano作为Keras的Backend，那么Keras就用 Theano 在底层搭建你需要的神经网络；

同样，如果选择 Tensorflow 的话呢，Keras 就使用 Tensorflow 在底层搭建神经网络。

目前 Tensorflow 支持 Mac 和 Linux 系统，而 Theano 不但支持包括 Mac 和 Linux，还支持 Windows 系统，所以我们就可以选择自己可以用的 Backend 就可以。