Keras est une bibliothèque d’API de réseaux de neurones écrite en Python par François Chollet, ingénieur français (travaillant actuellement pour Google) dans le cadre du projet de recherche Oneiros (Open-ended Neuro-Electronic Intelligent Robot Operating System). Sa particularité est qu’elle s’exécute depuis un moteur de deep learning de type TensorFlow. Cette pile se distingue par sa convivialité, sa modularité et sa flexibilité et prend en charge les réseaux récurrents et à convolution (très utilisés dans la classification d'image ou la reconnaissance visuelle). Les utilisateurs de Keras apprécient effectivement sa transparence par exemple dans l’intégration automatique avec TensorFlow ou sa simplicité, ce framework réduit au minimum le nombre d’opérations humaines requises et fournit un retour clair et exploitable en cas d'erreur. De même, concernant sa modularité, Keras est considéré comme un modèle du genre, il comprend ainsi un certain nombre de modules autonomes (les niveaux neuronaux, les fonctions de coût, les optimiseurs, les schémas d'initialisation, etc.) qu’il est aussi possible de combiner pour créer de nouveaux modèles sans devoir disposer de back-ends complexes. A noter que Scikit-learn peut utiliser des modèles Keras. Cette boîte à outils est également optimisée pour les plateformes GPU de Nvidia et TPU de Google. Ce framework compte environ 250 000 utilisateurs dans le monde dont des grands groupes comme Netflix ou encore Uber mais aussi chez les chercheurs de CERN et de la NASA.