スタンドアロンKerasとtf.kerasの違いとは？ 〜 #AskTensorFlow より〜：TensorFlow 2＋Keras（tf.keras）入門
「スタンドアロンKerasとtf.kerasは何が違うのか？」「tf.kerasが、将来的にTensorFlowから削除される可能性はあるのか？」など、TensorFlow 2.0時代のKerasに関する一般的な疑問と、それへのTensorFlowチームメンバーからの回答をまとめる。
Kerasといえば、TensorFlowをイメージする人が多いだろう。実際、大半のKerasユーザーはそのバックエンドとしてTensorFlowを使っているのではないだろうか。
現実的にTensorFlowとKerasの結び付きは強い。最新のTensorFlow（次期バージョンの2.0も含む）では、Pythonコードでimport tensorflow as tfした後であれば、tf.kerasからKerasの各機能にすぐにアクセスできる。これは、TensorFlow内にKerasの機能が標準で同梱されているためだ。
このTensorFlow同梱版のKerasはtf.kerasと呼ばれている。
しかし、元々のKerasは（TensorFlow専用ではなく）下記の3種類からバックエンドを選択＆指定してから使用する仕組みとなっている。
- TensorFlow： グーグルが開発したフレームワーク
- Theano： モントリオール大学のLISA/MILA Labが開発したフレームワーク
- CNTK： マイクロソフトが開発したフレームワーク
誤解／混乱している人も少なくないと思うが、
- TensorFlow同梱版の「tf.keras」： インストールはpip install tensorflow
- 純正版の「スタンドアロンKeras」： インストールはpip install keras
は別々に存在することに注意してほしい。だとすれば、「tf.kerasとスタンドアロンKerasでは、何が異なるのか？」が気になってくる。※2020/05/13追記：現在は、スタンドアロンKeras（＝マルチバックエンドKeras）はメンテナンスモードとなって、tf.kerasがメインになっており、本稿の内容は一部異なってきているので注意してほしい。詳しくは「マルチバックエンドKerasの終焉、tf.kerasに一本化」を参照してほしい。
また、Kerasの作者であるFrançois Chollet（@fchollet）氏は、今はグーグル社員である。ということは、「今後のKerasはtf.kerasのみになってしまう可能性があるのか？」と、スタンドアロンKerasの将来性についての疑問も生じる。
上記の通り、Kerasは少し複雑な提供形態や開発状況になっているので、さまざまな疑問が出てくる状況である。このような数々の疑問点について、「YouTube：TensorFlowチャンネル」の＃AskTensorFlowシリーズ最新の配信動画（下記リンク先）で、Q＆A形式で回答していた。
知りたい人が多い内容だと思うので、本稿ではその内容を文章で書き起こし、筆者なりにまとめた。
ちなみに、＃AskTensorFlowシリーズは、ディープラーニングや機械学習の初心者が視聴するのにちょうどよいレベルのTensorFlow紹介動画であり、定期的に発信されているので、興味がある方はぜひチェックしてみてほしい。なお、Twitterでハッシュタグ「#AskTensorFlow」を付けて英語で質問すれば、あなたの疑問もこのシリーズで解説してもらえるかもしれない。
図1 グーグルTensorFlowチームのSoftware EngineerであるAlexandre Passos氏（左）と、同チームのDevelopr AdovocateであるPaige Bailey氏（右）
さっそくKerasに関するQ＆Aの内容を見ていこう。質問や回答の内容は読み物として成立するように意訳したので、あらかじめご了承いただきたい。以下、会話調で記述する。
Kerasに関するQ＆A
スタンドアロンKerasとtf.kerasは何が違うのでしょうか？
Kerasはtf.kerasとして（図2）、TensorFlow 2.0（2019年7月5日時点ではまだベータ版）に統合されました。
しかし、スタンドアロンKerasは確実に今後も存続します（図3）。
tf.kerasではTensorFlow用の最適化が多く施されていますが、それらの機能はまだスタンドアロンKerasには導入されていません。Kerasの発展について、質問や意見、懸念などがある場合は、ぜひKerasユーザー向けSIG（Special Interest Group：興味を持つ人のための特別グループ）（図4）にご参加の上、お知らせください。
スタンドアロンKerasの全機能は、tf.kerasにも含まれていますか？
シンプルな回答は「いいえ」になります。
スタンドアロンKerasは、例えばTheanoバックエンドやCNTKバックエンドなど、tf.kerasが持っていない機能をたくさん持っています。しかし、全ての便利な機能（例えばオプティマイザー、メトリクス、損失関数、レイヤー、モデル構築APIといった、Kerasを使ってモデルを訓練しデプロイするための機能）は、tf.kerasにも含まれていますのでご安心ください。
もちろん、スタンドアロンKerasとtf.kerasの構文は、全く同じではない（例えば図5）にしても非常に似ています。なので、スタンドアロンKerasに精通しているのであれば、tf.kerasもそのまま使いこなせます。
TensorFlow 2.0は、スタンドアロンKerasにどんな変化をもたらすのでしょうか？
Copyright© Digital Advantage Corp. All Rights Reserved.