概述
Keras 是一个用 Python 编写的 高级神经网络 API。
Keras 将复杂的神经网络代码进行封装，大大简化了开发难度，可快速的进行实验，进行深度学习模型的设计、调试、评估、应用和可视化
文档
https://www.tensorflow.org/versions/r2.0/api_docs/python/tf/keras
Keras与深度学习库
Keras本身不具备 深度学习 功能，必须 基于 深度学习后端开发，目前支持的有：
- 谷歌的 TensorFlow 后端
- 微软的 CNTK 后端
- Theano 后端
- 亚马逊也正在为 Keras 开发 MXNet 后端。
Keras与硬件平台
Keras 模型可以在 CPU 之外的不同硬件平台上训练：
- NVIDIA GPU
- Google TPU，通过 TensorFlow 后端和 Google Cloud
- OpenCL 支持的 GPU, 比如 AMD, 通过 PlaidML Keras 后端
开发者
谷歌工程师François Chollet
安装
安装tensorflow2.0，自带keras，所以不需要单独安装
Keras 与 TensorFlow2.0
自2017年起，Keras得到了Tensorflow团队的支持，其大部分组件被整合至Tensorflow的Python API中。
在2018年Tensorflow 2.0.0公开后，Keras被正式确立为Tensorflow高阶API，即 tf.keras 。
Keras 未来计划
在2019年9月17日Keras稳定版本2.3.0的更新文档中，Keras团队宣布了计划调整：在该版本之后，Keras将集中于Tensoflow后台的有关内容，多后台Keras的开发优先度被降低，且更新将仅包含补丁（bug fix），不会有新的功能性内容移植/加入
Keras搭建模型步骤
一般搭建模型的步骤如下：
搭建模型
有两种方式：序列化模型
函数化模型
编译
训练
评估
测试