케라스는 고수준 신경망 API로서 원래 텐서플로와 씨아노(Theano)처럼 여러 라이브러리 위에서 실행하도록 개발되었다.
케라스는 PYPI에서 별도로 설치한 후 백엔드(backend)엔진으로 텐서플로를 사용하도록 설정할 수 있다.
텐서플로와 밀접하게 관련되어 있기 때문에 tf.keras를 통해 바로 사용가능하다.
텐서플로 2.0부터는 keras가 텐서플로의 대표적인 API가 되었으며 모델을 만드는 데 권장된다.
tf.data와 같은 데이터셋 파이프라인처럼 텐서플로에 특화된 기능을 지원한다.
tf.keras.Sequential();
층을 리스트로 쌓아 모델을 만드는 클래스
.add() 통해 층을 추가할 수도 있다.
tf.keras.Model 클래스를 상속해서 모델을 정의
->모델이 정방향 계산동안 해야 할 일을 명시적으로 call() 메서드에 정의할 수 있다.
.copile(), .fit() 메서드를 이용해서 컴파일하고 훈련한다.