Keras
运行在多个后端上的高级建模 API。
概览
Keras 以声明式方式描述模型，并在所配置的任意后端上运行，因此同一份定义可在 TensorFlow、JAX 或 PyTorch 上使用。它解决了模型结构与执行引擎本属不同关注点、而大多数人只想表达前者这一问题。它之所以存在，是因为这种关注点分离使模型定义可读且可移植，并且它已成为 TensorFlow 推荐的高层 API。
技术图谱
Keras 如何与技术栈的其他部分相连。
工具
实现或集成 Keras 的软件。
运行在多个后端上的高级建模 API。
Keras 以声明式方式描述模型，并在所配置的任意后端上运行，因此同一份定义可在 TensorFlow、JAX 或 PyTorch 上使用。它解决了模型结构与执行引擎本属不同关注点、而大多数人只想表达前者这一问题。它之所以存在，是因为这种关注点分离使模型定义可读且可移植，并且它已成为 TensorFlow 推荐的高层 API。
Keras 如何与技术栈的其他部分相连。
实现或集成 Keras 的软件。