Keras ofrece una forma mucho más simple y legible de definir arquitecturas de redes neuronales, abstrayendo buena parte de los detalles técnicos de bajo nivel que frameworks como TensorFlow requieren manejar directamente, sin sacrificar la capacidad de personalizar el modelo cuando es necesario.
Por qué facilitó el acceso al deep learning
Redujo notablemente la cantidad de código necesaria para construir y entrenar una red neuronal estándar, permitiendo que personas con menos experiencia técnica pudieran experimentar con deep learning sin tener que lidiar con toda la complejidad subyacente desde el primer momento.