什么是TensorFlow，以及Keras如何利用TensorFlow创建神经网络？

Tensorflow是由谷歌提供的机器学习框架。它是一个开源框架，可与Python一起使用来实现算法、深度学习应用等等。

TensorFlow被用于研究和生产。它具有优化技术，可帮助快速执行复杂数学运算。这是因为它使用NumPy和多维数组。这些多维数组也被称为“张量”。该框架支持与深度神经网络一起工作，具有高度可扩展性，并具有许多流行数据集。它使用GPU计算并自动管理资源。它配备了多种机器学习库，支持良好且有文档。

该框架能够运行深度神经网络模型、训练它们，并创建可以预测相应数据集相关特征的应用程序。使用以下代码可以在Windows上安装“tensorflow”包：

pip install tensorflow

Tensor是TensorFlow中使用的数据结构。它有助于连接流程图中的边缘。此流程图称为“数据流图”。张量不过是多维数组或列表。它们可以使用以下三个主要属性来识别：

• 等级： 它告诉张量的维数。它可以理解为张量的顺序或已定义的张量中的维数的数量。
• 类型： 它告诉与张量元素关联的数据类型。它可以是一维、二维或n维张量。
• 形状： 它是行和列的数量。

Keras在希腊语中的意思是“角”。Keras是作为ONEIROS项目（开放式神经电子智能机器人操作系统）研究的一部分开发的。Keras是一个用Python编写的深度学习API。它是一个高级API，具有帮助解决机器学习问题的生产性界面。

Keras运行在Tensorflow框架上。它的构建旨在快速实验。它提供了必要的抽象和构建块，这些构建块在开发和封装机器学习解决方案中至关重要。高度可扩展，并具有跨平台能力。这意味着Keras可以运行在TPU或GPU集群上。Keras模型也可以导出以在Web浏览器或移动电话上运行。

Keras已经包含在Tensorflow包中。可以使用以下代码访问：

import tensorflow
from tensorflow import keras

以上代码导入了Keras。

更多Python相关文章，请阅读：Python 教程