在官方中文版上，我们也看到对 Keras 的正式介绍：
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 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。
如果大家有如下需求，可以选择 Keras 作为你的开发工具：
- 允许简单而快速的原型设计（用户友好，高度模块化，可扩展性）。
- 同时支持卷积神经网络和循环神经网络，以及两者的组合。
- 在CPU和GPU上无缝运行与切换。
从 2015 年发展至今，Keras 目前在 GitHub 上拥有 star 数 26393 个，fork 数 9625 个，有 635 位开发者为它的发展做出贡献。可以看到，它在这三年间迎来稳步发展，深得无数开发者和研究人员的喜爱。
雷锋网 AI 研习社此前对 Keras 2017 年间的两个重要发展节点总结如下：
2017 年 3 月，keras 迎来全新版本——Keras 2。Keras 开发人员此前在博客中表示，他们更愿意人们将 Keras 视为一种通用的 API 规范，而不仅仅是一个代码库。 3 月的版本中，最重要的一项内容就是增强了 Keras 与 TensorFlow 的逻辑一致性。另一项重要更新就是 API 的变化。他们重新设计了绝大部分 API，为将来的扩展和更新预留了充足的修改空间，并且新设计的 API 完全兼容于谷歌 TensorFlow 规范。 而在 2017 年 8 月，Keras 又做了如下几点更新：修复漏洞，性能提升，文件改善，为在 TensorFlow 的数据张量（比如 Datasets, TFRecords）上训练模型提供了更好的支持，提升 TensorBoard 用户体验，提升测试覆盖范围。此外，还迎来两个重大变化：一是让约束管理（constraint management）基于变量属性；二是把层和模型中已经不再使用的约束属性移除（不会影响任何用户）。
这一系列更新，让 Keras 的可扩展性和易用性更强。而在官方文档上，也详尽描述了 Keras 的几大优势：
Keras 是为人类而不是为机器设计的 API。Keras 遵循减轻认知负载的最佳实践：它提供一致而简洁的 API，尽量减少常用操作所需的步骤，并对误用给予清晰而有指导性的反馈。 这让 Keras 既好学又好用。作为 Keras 的使用者，你比竞争对手更高效，因为你能更快地尝试更多新点子。这反过来帮你赢得机器学习竞赛。 简单易用并不以牺牲灵活性为代价：因为 Keras 整合了底层深度学习语言，特别是 TensorFlow，使你可以构建原本想用底层语言构建的一切。Keras 以「tf.keras」的形式与 TensorFlow 无缝衔接。
此外，与其他深度学习框架相比，Keras 模型可以轻松地发布到更多平台。它支持众多后端引擎，支持多 GPU 和分布式训练，它的开发受到谷歌、微软、亚马逊等多家深度学习生态圈中关键公司的支持。这一切让 Keras 收获无数认可，稳步发展至今。
相信这次官方中文版的发布，会是 Keras 走向中国市场的一大步，期待未来看到 Keras 在中国的更多开发活动。
Keras 官方中文版文档：https://keras.io/zh/
GitHub 地址：https://github.com/keras-team/keras
