《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 —2.3　Keras联合TensorFlow

2.3　Keras联合TensorFlow

Keras通过利用TensorFlow/Theano之上强大且简洁的深度学习库提供了高级的神经网络架构。Keras对TensorFlow来说是一个很棒的加成，因为Keras的层和模型与TensorFlow原本的张量是兼容的。并且，它可以和其他的TensorFlow库一起使用。

这里给出在TensorFlow中使用Keras的步骤：

1.首先创建一个TensorFlow会话并用Keras注册。这意味着Keras将使用你所注册的会话来初始化所有其内部创建的变量。

2.Keras中的模块，比如模型、层以及激活单元被用来构建模型。Keras引擎自动将这些模块转化为TensorFlow等同的脚本。

3.除了TensorFlow之外，Theano和CNTK也可以被用作Keras的后端。

4.TensorFlow后端有将输入形状（网络的第一层）写成深度、高度、宽度这种顺序的约定。其中深度是指通道数。

5.你需要将keras.json文件正确配置以使它使用TensorFlow后端。它应该配置成类似这样：

第3章将会学习如何利用Keras来实现CNN、RNN、LSTM以及其他深度学习项目。