【TensorFlow】
1、TensorFlow是啥？
——TensorFlow是Google開發的一款神經網絡的Python外部的結構包，也是一個采用數據流圖來進行數值計算的開源軟件庫。TensorFlow 讓我們可以先繪制計算結構圖， 也可以稱是一系列可人機交互的計算操作， 然后把編輯好的Python文件 轉換成 更高效的C++，並在后端進行計算。
2、為什么用TensorFlow？
1）TensorFlow 無可厚非地能被認定為 神經網絡中最好用的庫之一。
2）它擅長的任務就是訓練深度神經網絡
3）通過使用TensorFlow我們就可以快速的入門神經網絡，大大降低了深度學習（也就是深度神經網絡）的開發成本和開發難度。
4）TensorFlow 的開源性, 讓所有人都能使用並且維護， 鞏固它。使它能迅速更新，提升。
【Theano】
1、Theano是啥？
——Theano 是神經網絡python機器學習的模塊，和TensorFlow非常類似，可以說是TensorFlow的鼻祖。TensorFlow基於 Theano進行了很多的升級改進。
2、為什么用Theano？
1）Tensowflow 目前只能在 MacOS 和 Linux， theano 不僅可以在前兩個系統中運行, 還可以在 Windows 系統下運行。
2）Theano 可以使用 GPU 進行運算，用GPU運行比CPU快100倍左右，theano 是比較優秀的 python 模塊。
3）對於初學者來說，如果可以在 theano 和 tensorflow 中選擇, 個人推薦使用 tensowflow. tensowflow 是比較商業化的模塊，用起來沒有theano 學術化。如果是使用機器學習進行學術性研究，網上已經有很多使用 theano 的學術性資料。所以 theano 在這種情況下是值得推薦的。
3、Theano的安裝
4、Theano的用法
【Keras】
1、Keras是啥？
——Keras是一個由Python編寫的開源人工神經網絡庫，可以作為Tensorflow、Microsoft-CNTK和Theano的高階應用程序接口，進行深度學習模型的設計、調試、評估、應用和可視化 [1] 。Keras在代碼結構上完全由面向對象方法編寫，高度模塊化並具有可擴展性，其調用機制和說明文檔有將用戶體驗和使用難度納入考慮，簡化了很多復雜算法的實現難度 [1] 。Keras支持現代人工智能領域的主流算法，包括前饋結構和遞歸結構的深度神經網絡，也可用和參與構建統計學習模型。
2、為什么用Keras？
1）Keras是對Theano進行了包裝，直接使用Keras可以減少很多細節程序的書寫，它是模塊兒化的，使用比較方便。
2）如果說 Tensorflow 或者 Theano 神經網絡方面的巨人. 那 Keras 就是站在巨人肩膀上的人. Keras 是一個兼容 Theano 和 Tensorflow 的神經網絡高級包, 用他來組件一個神經網絡更加快速, 幾條語句就搞定了. 而且廣泛的兼容性能使 Keras 在 Windows 和 MacOS 或者 Linux 上運行無阻礙。
3、兼容 backend
3、兼容 backend
Keras 可以基於兩個Backend（也就是Keras 基於什么東西來做運算）：
一個是 Theano，一個是 Tensorflow（是默認的后端）。
如果我們選擇Theano作為Keras的Backend， 那么Keras就用 Theano 在底層搭建你需要的神經網絡；
同樣，如果選擇 Tensorflow 的話呢，Keras 就使用 Tensorflow 在底層搭建神經網絡。
目前 Tensorflow 支持 Mac 和 Linux 系統，而 Theano 不但支持包括 Mac 和 Linux，還支持 Windows 系統， 所以我們就可以選擇自己可以用的 Backend 就可以。
若要修改Backend：
打開 C:\Users\admin（當前用戶名）\.keras ，修改文件夾內的keras.json文件如下：
查看Keras版本的命令：
【Reference】
1、莫凡Python ： https://morvanzhou.github.io/
2、keras+theano安裝教程：https://blog.csdn.net/qq_37816453/article/details/81903339