目前主流三大框架為 Keras、TensorFlow 與 PyTorch
結論
- 基礎或入門：Keras。
Keras 的好處就是對於現成的架構、資料集可以很簡單幾十行程式碼就能實現，不過因為Keras是高層的API，無法方便的對架構微調、實驗新的架構，若要深度開發請考慮用 Pytorch 或 Tensorflow - 研究與快速開發：Pytorch。
- 社會中多數使用：Tensorflow。
因為開發的比 PyTorch 早，較多專案都是用 Tensorflow 開發的。
Keras 和 TensorFlow 都是在 2015 年提出，後來由 Google 主導整併。
TensorFlow
為符號式编程(Symbolic Programming)且跨足各式資料流程編程 (Dataflow programming) 的開源資料庫。多數是用於機器學習的應用，像是神經網絡等。
優點:
功能多、廣大社群支援、提供 TensorBoard 視覺化工具、三者中效能較佳。
缺點:
提供的函式相對底層，需有相對應的基礎，學習難度較高。
Keras
目前已經被整合至 TensorFlow 2.0 (為 tf.keras)， 預設也為使用 TensorFlow 作為後端引擎，並能無縫接軌 TensorFlow 2.0 其他的核心功能與模組，包含資料管理、超參數訓練或部署等。
優點:
是容易上手、community support 佳，把很多東西都包好好給大家使用。
缺點:
因架構於 TensorFlow 之上，函式彈性較差，不易更改/調整細部模組。
PyTorch
基於 torch 所開發之框架，由 Facebook 的 AI 研究小組開發並於 2017 年在 GitHub 上開源，用於自然語言處理應用程序。 PyTorch 為指令式編程(Imperative programming) 以簡單、易用、靈活、高效的內存使用和動態計算圖而聞名。
優點:
語法簡潔易懂、採用 dynamic computation graph、擁有完善的 doc。
缺點:
因是動態編譯，執行效率相較 TensorFlow 低
