最初接觸Tensorflow的時候，還是在1.x版本，那時候Keras支援性不高，因此和同學之間都以Tensorflow為主，但是在2019年Tensorflow更新到2.0版本，將Keras融入，但其中有段時間我都還在使用1.x版本，直到Anaconda的Python被我灌入很多環境，因此就搞爆了，重新安裝的時候才發現有最新版本，因此就來研究一下Tensorflow和Keras。
　　Tensorflow主要為了機器學習而建立的，tensor意味著有很多階層，每一層都有不同的功用，直到輸出為主，flow就是資料會在各階層中進行運算、移動，Keras會比Tensorflow來的更為方便，舉例來說，早期的Tensorflow中常常要先建立session，才能進行機器學習，但是Keras就不用，各個階層已經建立好，只需要會用就好了，但是運算上沒有比Tensorflow好，另外在程式語言上，Tensorflow會比Keras來的靈活性更高，Tensorflow可以應用在C++、Python、JAVA上，然而Keras僅能在Python，比Tensorflow少了許多，因此用Tensorflow的人仍然不少。
　　但是在Tensorflow2.0版本融入Keras之後，不僅融合了Tensorflow強大的運算性，以及Keras的方便性，以往session無需再建立，就可以進行機器學習。