Keras

Keras 是一个用 Python 写的深度学习库，核心卖点是「写一次，到处跑」：同一份模型代码可以切换 JAX、PyTorch、MLX、TensorFlow 等后端来训练和推理。它把搭建网络、编译、训练、评估这些步骤封装成较短的接口，比如用 model.fit() 启动训练，用 model.summary() 查看结构，省去直接操作底层框架的重复代码。

主要功能

建模型有两条路：函数式 API 像搭积木一样把层连起来，适合大多数常规网络；子类化则允许你继承 Layer 类，自己写 call 方法，方便实现自定义层或复杂结构。配套的 KerasHub 提供 Gemma 4、Qwen、GPT-OSS、Mistral 等预训练模型的 Keras 3 实现，权重放在 Kaggle Models 上，可以直接拿来做文本生成或文生图。另有 KerasTuner 负责超参数调优，Keras RS 面向推荐系统。

适合谁

需要快速把想法跑成原型的研究者、要在不同框架之间迁移模型的人，以及不想被单一后端绑死的工程团队。官网提到 CERN、NASA、NIH 等机构在用，Waymo 用它做自动驾驶相关的工作。

费用与限制

库本身开源免费，代码托管在 GitHub，文档分 Keras 3 和 Keras 2 两个版本。它不是开箱即用的图形界面软件，得写 Python；多后端虽然方便，但不同后端在算子支持和性能上仍有差异，切换时可能要调 dtype 或设备配置。预训练模型需要从 Kaggle 拉取，对网络和存储有一定要求。