哪一种是使用Keras的推荐（或更具前瞻性的）方式？
每个的优点/缺点是什么？
我想有更多的差异，而不是简单地保存一个pip install步骤和写tensorflow.python.keras而不是keras。
tensorflow.python.keras只是一堆keras，在tensorflow包内有一个后端。这允许您通过仅安装pip install tensorflow开始使用keras。
keras包中包含完整的keras库，包含三个支持的后端：tensorflow，theano和CNTK。如果您甚至希望在后端之间切换，则应选择keras包。这种方法也更灵活，因为它允许独立于tensorflow安装keras更新（例如，因为下一版本可能需要不同版本的CUDA驱动程序，因此可能不容易更新），反之亦然。出于这个原因，我更喜欢将keras安装为另一个包。
就API而言，目前没有区别，但keras可能会在未来更紧密地集成到tensorflow中。因此有可能在keras中只有tensorflow功能，但即使在这种情况下，它也不是使用keras包的阻止程序。