在其历史背景下理解时，这更有意义。这些是按时间顺序排列的事件：

• April 2009 Theano 0.1 发布。它将主导深度学习框架领域多年。
• June 2015Keras由François Chollet创建。目标是创建一个抽象层，使 Theano 更易于使用，从而实现快速原型设计。
• August 2015 谷歌聘请了弗朗索瓦·乔莱特。
• November 2015 TensorFlow由 Google 发布，灵感来自 Theano 及其声明性计算图范式。
• December 2015Keras经过重构以允许可插拔的后端引擎，现在它为 Theano 和 Tensorflow 提供后端实现。

Keras（CNTK、MxNet）后来支持了其他后端，但它们从来没有受到太大的关注。

时间流逝，Tensorflow 和 Keras 之间的重叠越来越大。Tensorflow 最终复制了 Keras 中的许多功能（除了 Tensorflow 中的多个 API 也有很大的重叠）。

• September 2017Theano已停产。
• November 2017 Keras 与 Tensorflow 捆绑为tf.keras. 从现在开始，有两种不同的 Keras：一种与 Tensorflow 捆绑在一起，另一种支持多个后端引擎。两者都由同一个人维护，并在 API 级别保持同步。

在某个时候，Tensorflow 2.0 的路线图已经确定，选择追求像PyTorch这样的命令式模型。领导 Tensorflow API 重构的人是 François Chollet。这种重构包括对功能的重组以避免重复。

• November 2018Tensorflow的一些关键功能将被转移 tf.keras，引发激烈争论
• September 2019 Keras 2.3 被宣布为 Keras 多后端版本的最后一个版本

现在，您的问题的答案：Tensorflow 是最常用的 Keras 后端，因为它是唯一一个拥有相关用户群且正在积极开发中的后端，此外，唯一积极开发和维护的 Keras 版本是使用 Tensorflow 的版本.

所以，总结一下：

1. 在 Keras 开始的时候，和 Tensorflow 的重叠很小。Tensorflow 有点难用，Keras 简化了很多。
2. 后来，Tensorflow 加入了许多类似于 Keras 的功能。Keras 变得不那么必要了。
3. 然后，除了多后端版本之外，Keras 还与 Tensorflow 捆绑在一起。多年来，他们的分界线越来越模糊。
4. 多后端 Keras 版本已停产。现在唯一的 Keras 是与 Tensorflow 捆绑在一起的。

更新：Keras 和 Tensorflow 之间的关系最好用一个例子来理解：

Keras 和 Tensorflow 之间的依赖关系是 Keras 内部的，它不会暴露给使用 Keras 的程序员。例如，在 Keras 的源码中，有一个卷积层的实现；这个实现调用包keras.backend来实际运行卷积计算；根据 Keras 配置文件，此后端设置为使用 Tensorflow后端实现keras.backend.tensorflow_backend.py；这个 Keras 文件只是调用 Tensorflow 来计算卷积

更新 2：时间线中的新重要事件：

• August 2021: Tensorflow 2.6.0不再包含Keras 。Keras 现在拥有自己的 PIP 包 ( keras) 并存在于自己的github 存储库中。

Keras 是一个应用程序编程接口 (API)。它是一个可以支持多后端的单一接口，这意味着程序员可以编写一次 Keras 代码，并且可以在各种神经网络框架（例如 TensorFlow、CNTK 或 Theano）中执行。

TensorFlow 2.0 是从 Keras 2.3.0 开始的建议后端。

让我们回到这里的基础。

不使用后端（例如 Tensorflow）是不可能只使用 Keras 的，因为 Keras只是一个扩展，可以让机器学习程序的读写变得更容易。创建模型所需的所有实际计算都没有在 Keras 中实现，这就是为什么您需要使用后端库才能工作的原因。

当您在 Keras 中创建模型时，实际上您仍在使用 Tensorflow 创建模型，Keras只是让编码变得更容易。

另外：将其视为抽象层。

Keras 提供了构建和思考神经网络的好方法和直观的方法，但您必须了解计算机不是这样接受命令的。将这种复杂性隐藏在 Tensorflow 背后，让我们能够自然地思考构建神经网络，而不是实现背后的所有细节。

（总的来说，这就是 python 如此受欢迎的原因，因为它抽象了复杂性，让你更自然、更直观地思考和写下解决方案）