Keras 已可用于 TensorFlow、JAX 和 PyTorch！
Keras的功能特性
- 人类的深度学习。
Keras 是为人类而不是机器设计的 API。 Keras 遵循减少认知负荷的最佳实践：它提供一致且简单的 API，最大限度地减少常见用例所需的用户操作数量，并提供清晰且可操作的错误消息。 Keras 还高度重视制作优秀的文档和开发人员指南。 - 开发人员的力量。
Keras 的目的是为任何希望发布机器学习驱动的应用程序的开发人员提供不公平的优势。 Keras 专注于调试速度、代码优雅和简洁、可维护性和可部署性。 当您选择 Keras 时，您的代码库会更小、更具可读性、更容易迭代。 由于 XLA 编译和 Autograph 优化，您的模型运行速度更快，并且由于 TF Serving、TF Lite 和 TF.js，您的模型更容易在每个表面（服务器、移动设备、浏览器、嵌入式）上部署。 - 百亿亿次机器学习。
Keras 建立在 TensorFlow 平台之上，是一个行业实力框架，可以扩展到大型 GPU 集群或整个 TPU pod。 这不仅是可能的，而且是可能的。 这很容易。 - 部署在任何地方。
利用 TensorFlow 平台的完整部署功能。 您可以将 Keras 模型导出到 JavaScript 以直接在浏览器中运行，也可以导出到 TF Lite 以在 iOS、Android 和嵌入式设备上运行。 通过 Web API 提供 Keras 模型也很容易。 - 广阔的生态系统。
Keras 是紧密连接的 TensorFlow 生态系统的核心部分，涵盖了机器学习工作流程的每一步，从数据管理到超参数训练再到部署解决方案。 - 最先进的研究。
Keras 被 CERN、NASA、NIH 和世界各地的许多其他科学组织使用（是的，Keras 也在 LHC 中使用）。 Keras 具有实现任意研究想法的低级灵活性，同时提供可选的高级便利功能以加快实验周期。
