前一段时间一直在看自然语言处理领域的基本概念和常使用的网络模型。这个寒假计划掌握Tensorflow框架，之后能利用它构建网络模型，冲！！！

Tensorflow

Tensorflow是一个采用数据流图，用于数值计算的Google的开源软件库，它支持GUP、CPU、移动设备等多种平台，具有高度灵活性、真正可移植性、自动求微分、性能最优化等优势，目前广泛应用于多个领域。

Tensorflow环境配置

- virtualenv安装网址：http://www.tensorflow.org/install/pip

- GPU版环境安装教程参考网址： https://blog.csdn.net/u014595019/article/details/53732015

Keras

Keras是Francois Cholleb编写的基于python的高级升级网络API.keras需要有后端才可以运行，tensorflow、Theano等都可以作为它的后端，目前主要以tensorflow为后端运行，它的优势在于十分便于用户进行快速实验，用最少的时间进行验证。

Tensorflow-keras

Tensorflow-keras是tensor（张量）对keras api规范的实现，与tensorflow的结合更加紧密，它的实现在tf.keras的空间下。

Tensorflow-keras和keras联系

Tensorflow-keras和keras都是基于同一套API编写的，而且它们也具有相同的json和hdf5序列化的格式和语义。

Tensorflow-keras和keras区别

Tensorflow-keras和keras之间的区别有：Tensorflow-keras全面支持eager mode、支持基于tf.data的模型训练、支持TPU训练、支持distribution的分布式策略、可以与Tensorflow中的estimator集成，而且还可以保存为SaveModel。