近一年來，深度學習的風起雲湧，產生了許多令人興奮的成果，同時，深度學習框架也是百家爭鳴。經過這一年的觀察，tensorflow 似乎成為了一種潮流，並且越來越多的框架開始為 keras 提供支援，它可能會成為一種標準。今後選擇keras框架作為深度學習的目標。
keras 被認為是構建神經網路的未來，以下是一些它流行的原因：
1、輕量級和快速開發：keras 的目的是在消除樣板**。幾行 keras **就能比原生的 tensorflow **實現更多的功能。你也可以很輕鬆的實現 cnn 和 rnn，並且讓它們執行在 cpu 或者 gpu 上面。
2、框架的「贏者」：keras 是乙個api，執行在別的深度學習框架上面。這個框架可以是 tensorflow 或者 theano。microsoft 也計畫讓 cntk 作為 keras 的乙個後端。目前，神經網路框架世界是非常分散的，並且發展非常快
目前，keras 是成長最快的一種深度學習框架。因為可以使用不同的深度學習框架作為後端，這也使得它成為了流行的乙個很大的原因。
你可以設想這樣乙個場景，如果你閱讀到了一篇很有趣的**，並且你想在你自己的資料集上面測試這個模型。讓我們再次假設，你對tensorflow 非常熟悉，但是對theano了解的非常少。那麼，你必須使用tensorflow 對這個**進行復現，但是這個週期是非常長的。但是，如果現在**是採用keras寫的，那麼你只要將後端修改為tensorflow就可以使用**了。這將是對社群發展的乙個巨大的推動作用。
其它框架以後再慢慢新增
參考：深度學習框架學習選擇--keras
深度學習初探（二）深度學習框架
theano 是最早的深度學習框架之一，是乙個基於 python 語言 定位底層運算的計算庫，theano 同時支援 gpu 和 cpu 運 算。由於theano 開發效率較低，模型編譯時間較長，同時開發人員轉投tensorflow 等原因，theano 目前已經停止維護 scikit learn ...
TensorFlow深度學習框架
tensorflow支援python和c 兩種程式語言，再複雜的多層神經網路模型都可以用python來實現，如果業務使用其他程式設計也不用擔心，使用跨語言的grpc或者http服務也可以訪問使用tensorflow訓練好的智慧型模型。tensorflow 是乙個採用資料流圖 data flow gr...
深度學習框架選擇
介紹 深度學習框架比較 keras 受到 torch 啟發，keras 提供了簡單易用的 api 介面，特別適合初學者入門。其後端採用 tensorflow,cntk，以及 theano。另外，deeplearning4j 的python 也是基於 keras 實現的。keras 幾乎已經成了 py...