不妨了解神经网络的简单概述，并学习如何用Keras通过短短几行代码编写你的第一个神经网络。

本文比较了 Keras 支持的主流深度学习框架性能，包括 TensorFlow、CNTK、MXNet 和 Theano，作者希望通过使用同一模型和不同的 Keras 后端，而测试不同框架在不同类型任务中的性能。本文通过五个任务分别测试了 MLP、CNN 和 RNN 模型，机器之心不仅对该试验进行了介绍，同时还使用 Keras(TensorFlow 后端)在 MNIST 数据集上试运行了 CNN。

本文将分别对 Keras 和 PyTorch 的四个方面进行比较，你可以根据两种框架的优劣势以及自身的需要选择其中一种。

在本教程中，我们将开发和对比许多不同的LSTM递归神经网络模型。一起来看一下。

本文将分别对 Keras 和 PyTorch 的四个方面进行比较，你可以根据两种框架的优劣势以及自身的需要选择其中一种。

Keras 是一个创建神经网络的库，它是开源的，用 Python 语言编写。Keras 不支持低级计算，但它运行在诸如 Theano 和 TensorFlow 之类的库上。

本文中，来自 deepsense.ai 的研究员给出了他们在高级框架上的答案。在 Keras 与 PyTorch 的对比中，作者还给出了相同神经网络在不同框架中性能的基准测试结果。

在本教程中，您将发现如何在Keras中使用更灵活的功能API来定义深度学习模型。

如今在深度学习大火的时候，第三方工具也层出不穷，比较出名的有Tensorflow，Caffe，Theano，MXNet，在如此多的第三方框架中频繁的更换无疑是很低效的，只要你能够好好掌握其中一个框架，熟悉其原理，那么之后因为各种要求你想要更换框架也是很容易的。

在本教程中，您将发现Keras API，用于向深度学习神经网络模型添加权重约束以减少过度拟合。

在本教程中，我们将使用 TensorFlow (Keras API) 实现一个用于二进制分类任务的深度学习模型，该任务包括将细胞的图像标记为感染或未感染疟疾。

初学者该用什么样的 DL 架构？当然是越简单越好、训练速度越快越好、测试准确率越高越好！那么我们到底该选择 PyTorch 还是 Keras 呢？