Kerasに純粋なTensorFlowを使用する理由は何ですか？

Question

最近、私はTensorFlowの紹介を見ていました。その間、KerasはTensorFlowまたはTheanoをバックエンドで使用できる高水準APIとして登場しました。

私は両方とも一緒に遊んで、純粋なTensorFlowでMNIST LeNet-5を実装しました。その後、Kerasで実装しました。少なくとも私のマシンでは、TensorFlowを直接使用するとパフォーマンスが大幅に向上することはありませんでした。

私の質問は次のとおりです。Kerasの上にTensorFlowを直接使用する利点は何ですか？たぶんそれは規模の問題ですが、私は大規模プロジェクトでパフォーマンスの大幅な向上を見ますか？

Answer 1

KerasはTensorflow（および他のバックエンド）の複雑さを隠すだけです。

フードの状況をより詳細に制御する必要がある場合は、Tensorflowを直接使用することができます（ほとんどすべてを制御でき、実装が効果的に機能することを確認できます）。

モデルを素早くプロトタイプ化して開発したい場合は、Kerasは高速です。トレードオフは、Kerasがあなたのためにたくさんのことをしないので、あなたが少し制御を緩めるということです。例えば、畳み込みレイヤーの変数名/スコープはkeras-layer定義内で固定されているので変更できません（カーネルは常に 'kernel'になり、バイアスは常に 'bias'になります）。

しかし、Tensorflowは最初にグラフを作成して実行するので、KerasやTensorflowで定義されている同じグラフの実行速度は同じです（Kerasはグラフ構造だけを遅くします、つまりPythonコードです）。