keras vs tensorflow.python.keras - lequel utiliser?
Quelle est la méthode recommandée (ou plus évolutive) pour utiliser Keras?
Quels sont les avantages/inconvénients de chacun?
Je suppose qu'il y a plus de différences que d'en enregistrer une pip install étape et écriture tensorflow.python.keras au lieu de keras.
tensorflow.python.keras est juste un paquet de keras avec un seul backend à l'intérieur du package tensorflow. Cela vous permet de commencer à utiliser les keras en installant simplement pip install tensorflow.
keras le package contient une bibliothèque complète de keras avec trois backends pris en charge: tensorflow, theano et CNTK. Si vous souhaitez même basculer entre les backends, vous devez choisir le package keras. Cette approche est également plus flexible car elle permet d'installer des mises à jour de keras indépendamment de tensorflow (qui peut ne pas être facile à mettre à jour, par exemple, car la prochaine version peut nécessiter une version différente du pilote CUDA) ou vice versa. Pour cette raison, je préfère installer keras comme un autre package.
En termes d'API, il n'y a pas de différence en ce moment, mais les keras seront probablement intégrés plus étroitement dans tensorflow à l'avenir. Il y a donc une chance qu'il y ait des fonctionnalités de tensorflow uniquement dans les keras, mais même dans ce cas, ce n'est pas un bloqueur pour utiliser le package keras.