今天是鐵人賽挑戰的第15天，不知不覺撐過一半的日子了，在這裡我要先謝謝我的好隊員們，雖然途中發生了一些意外導致團隊挑戰失敗，但是隊友們依舊互相提醒互相扶持，還要謝謝願意讀我文章的人們，每一個人的點閱對我來說都是一份小小的鼓勵，最後我要謝謝自己，當初肯下定決心接下這份挑戰，讓我把握住這個成長的機會！

回歸正題，有認識的人私下跟我提到說，既然我這幾天把Keras介紹的多好又多棒，那麼為什麼我們還要去認識TensorFlow呢？原因其實很簡單，如果把研究深度學習開發想像成是在學習一項才藝，好比學騎腳踏車，對於從零開始的初學者而言，一定是先嘗試有裝設輔助輪的腳踏車，再進階到一般單車，最後才學會駕馭競速單車；又好比學攝影，若是一開始就給新手一臺上萬元的單眼相機，不僅無法發揮它的價值，還可能搞的自己一頭霧水甚至放棄，先從手機相機去學基礎觀念，再試著接觸數位相機或是類單眼相機，最後才入手專業級的單眼相機，這樣由淺到深，一步步紮實的從簡易基礎學習到深入專業，才是真正學好一項技能的不二法門。

因此，不同的學習階段適用不同的工具，回到上個段落被問到的問題，Keras確實易學又好用，善加運用內建的輔助工具，就能以比較輕鬆的方法建立深度學習模型，相較之下，雖然張量矩陣運算等內容需要自行做設計，但TensorFlow擁有更高的使用彈性，可以因應需求做到更精確更客製化的模型，所以說先從適合初學者的Keras中學習，等到對基本的程式設計模式和操作多加熟悉後，再進階到TensorFlow的使用，會是比較恰當的選擇。

• 參考資料：
  TensorFlow+Keras深度學習人工智慧實務應用 — 林大貴著