Python是神经网络工具包最丰富的语言之一。两个主要的神经网络架构分别是Theano和TensorFlow。这两者的底层计算深度依赖C语言，不过它们都提供了强大的Python API。Torch在Python里面也有一个对应的API是PyTorch。这些框架都是高度抽象的工具集，适用于从头构建模型。Python社区开发了一些第三方库来简化这些底层架构的使用。其中Keras在API的友好性和功能性方面比较均衡。Keras可以使用Theano或TensorFlow作为后端。
Keras默认以TensorFlow作为后端，运行时第一行输出就会提醒用户使用的是哪个后端。可以通过在环境变量或脚本中修改配置来更换后端。Keras的说明文档非常清晰完整：
Sequential()是一个神经网络的抽象类，用于访问Keras的基本API，compile方法主要构建底层权重及它们之间的相互关系，而fit方法计算训练过程中产生的误差并实施最重要的应用反向传播过程。epochs、batch_size和optimizer是需要调优的超参数。
