我们正在使用基于 TensorFlow 1.x 的 Keras。但现在 TF 2.0 即将推出，我们正在考虑切换到该更新，使用 TF 2.0 中内置的 Keras API 实现。
但在我们这样做之前，我想问你们：你们知道 TF 2.0 中的 Keras 实现是否支持原生 Keras 在 TF 1.0 中所做的一切，还是缺少任何功能？
此外，我能否将我的 Keras 代码 1:1 与 Keras API 的新 TF 2.0 实现一起使用，或者我们是否需要重写部分现有 Keras 代码？
【问题讨论】：
标签： python tensorflow keras tf.keras
如果你想使用 TensorFlow，那么我强烈建议你切换并使用 Keras 的 TensorFlow 实现（即tf.keras），因为它会支持更多的 TF 功能，并且比原生 Keras 更高效和优化.
实际上，Keras 的维护者在几天前发布了 Keras 的新版本（2.2.5）（经过 10 多个月没有新版本发布！），他们还建议使用tf.keras。这里是release notes：
Keras 2.2.5 是实现 2.2.* API 的最后一个 Keras 版本。这是最后一个仅支持 TensorFlow 1（以及 Theano 和 CNTK）的版本。
下一个版本将是 2.3.0，它对 API 进行了重大更改并添加了对 TensorFlow 2.0 的支持。 2.3.0 版本将是多后端 Keras 的最后一个主要版本。多后端 Keras 被
tf.keras取代。此时，我们建议在 TensorFlow 2.0 中使用多后端 Keras 和 TensorFlow 后端的 Keras 用户切换到
tf.keras。tf.keras维护得更好，并且与 TensorFlow 功能更好地集成。
这：“多后端 Keras 已被 tf.keras 取代”是一个强有力的指标，表明最好切换到 tf.keras，尤其是如果您仍处于项目的开始阶段。
【讨论】：