我正在学习tf和keras。
我想尝试https://www.amazon.com/Deep-Learning-Python-Francois-Chollet/dp/1617294438/，它似乎是用keras写的。
将代码转换为tf.keras是否相当直接？
我对代码的portability不感兴趣，而不是两者之间真正的区别。
在这一点上，tensorflow几乎完全采用了keras API，并且有一个很好的理由 - 它简单，易于使用且易于学习，而“纯”tensorflow带有大量的样板代码。是的，您可以毫无问题地使用tf.keras，但您可能需要在代码中重新处理导入。例如
from keras.layers.pooling import MaxPooling2D
会变成：
from tensorflow.keras.layers import MaxPooling2D
tf.keras和keras之间的区别是对框架的Tensorflow特定增强。
keras是一个API规范，描述了深度学习框架应如何实现与模型定义和培训相关的特定部分。框架不可知并支持不同的后端（Theano，Tensorflow，...）
tf.keras是Keras API规范的Tensorflow特定实现。它增加了框架对许多Tensorflow特定功能的支持，例如：完美支持tf.data.Dataset作为输入对象，支持急切执行，......
在Tensorflow 2.0中tf.keras将是默认值，我强烈建议您开始使用tf.keras