Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。 Keras遵循降低认知负担的最佳实践：提供一致且简单的API，将常见用例所需的用户操作数量降至最低，并针对用户错误提供清晰且可操作的反馈。
Keras 是一个用 Python 编写的高级神经网络 API。它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。
Keras的出现大大降低了深度学习应用的门槛，仅通过Keras API的数行代码就构建一个网络模型，Keras整套架构已经封装进了TensorFlow 2.0，在TF.keras可以完成Keras的所有事情。
它在 Netflix, Uber, Yelp, Instacart, Zocdoc, Square 等众多网站上使用。它尤其受以深度学习作为产品核心的创业公司的欢迎。 Keras＆TensorFlow 2.0也是研究人员的最爱，在Google学术搜索收录的科学论文中，其提及数排名第一。 Keras也被CERN和NASA等大型科学组织的研究人员所采用。
在2019年初，对前两年在所有Kaggle比赛中排名前5名的团队进行了调查(N=120)。他们在比赛中使用的主要机器学习框架进入了前5名。Keras在主要框架排名第一。
用户已经不断与使用 Keras 构建的功能进行交互 - 它在 Netflix, Uber, Yelp, Instacart, Zocdoc, Square 等众多网站上使用。它尤其受以深度学习作为产品核心的创业公司的欢迎。 Keras＆TensorFlow 2.0也是研究人员的最爱，在Google学术搜索收录的科学论文中，其提及数排名第一。 Keras也被CERN和NASA等大型科学组织的研究人员所采用。
Keras原生支持的TensorFlow DistributionStrategy API，您可以轻松地在大型GPU群集（最多数千个设备）或整个TPU盒上运行模型，超过一百亿亿次每秒浮点运算次数的计算能力。Keras还为最新的NVIDIA GPU和TPU上的混合精度训练提供了本机支持。
优步的 Horovod 对 Keras 模型拥有很好的支持。
Keras 模型可以被转换为 TensorFlow Estimators 并在 Google Cloud 的 GPU 集群上训练。
Keras 可以在 Spark（通过 CERN 的 Dist-Keras）和 Elephas 上运行。
与任何其他深度学习框架相比，你的 Keras 模型可以在更广泛的平台上轻松部署：
在 Andriod 或者 IOS 上面通过 TF Lite or Apple’s CoreML（苹果为 Keras 提供官方支持）
在服务器上通过 Python runtime 或者 Node.js runtime
在服务器通过 TFX/TF Serving
在浏览器通过 TF.js部署
在 Raspberry Pi树莓派上，Edge TPU或其他嵌入式系统上
Keras得到深度学习生态系统中的关键公司的支持，Keras 的开发主要由谷歌支持，Keras API 以 tf.keras 的形式包装在 TensorFlow 中。此外，微软维护着 Keras 的后端。亚马逊 AWS 正在开发 MXNet 支持。其他提供支持的公司包括 NVIDIA、优步、苹果（通过 CoreML）等。
