我不能说哪个更高效或更简单，但MXNet存在，具有大多数语言（python、scala、R、C++、perl、Julia）的接口，并且代码看起来与 keras 非常相似。

https://mxnet.incubator.apache.org/

我遇到的另一个是caffe ，主要是因为人们似乎在他们的模型动物园中共享很多预训练的网络。

http://caffe.berkeleyvision.org/

更新：我没有看到caffe 2，但我认为这与原始 caffe 完全不同。

最后，我还没有完全有时间查看 H2O 在深水中的产品，它是 Keras 的替代品，但仍然位于 TF/MXNet/Caffe 之上

我推荐pytorch。你可以在这里找到很好的教程。

Keras 是一个高级 API，可以在TensorFlow,CNTK和Theano. 您可以使用每个低级 API，但问题是如果您设计非常深的网络，您可能会变得复杂，同时处理起来Keras要容易得多。因此，Keras旨在加速深度网络的设计。Keras像它所针对的底层库一样是开源的，我猜它的项目不是针对Google. TensorFlow本身有一个高级 API，即TFLearn. 我不能说哪个更好，但关键是要尝试完美地掌握其中一个。

似乎plaidMLKeras 后端也可用，可以进行AMD图形培训。

你可以试试 PyTorch。它提供了更多的手动控制和调整，它是纯 python 即没有功能性 API，这就是为什么它被用于研究领域，而 Keras 是最简单和最强大的。我使用带有后端的 Keras 作为 plaidml，这使我能够在 AMD GPU (RX 560x) 上训练我的神经网络模型。