Keras ist eine Bibliothek, die auf Modellebene agiert: Sie stellt Bausteine zur Verfügung, auf deren Basis sich komplexe Deep-Learning-Modelle entwickeln lassen. Anders als eigenständige Frameworks kümmert sich die Open-Source-Software dabei nicht um einfache Low-Level-Operationen, sondern nutzt zu diesem Zweck die Bibliotheken verknüpfter Machine-Learning-Frameworks, die quasi als Backend-Engine für Keras fungieren. Nach dem Baukastenprinzip werden die gewünschten Schichten des aufzubauenden neuronalen Netzes aneinandergehängt, ohne dass hierfür das tatsächliche Backend des gewählten Frameworks verstanden oder direkt vom Keras-Nutzer angesteuert werden muss.
Wie erwähnt baut Keras hierbei insbesondere auf die drei Tools TensorFlow, Theano und Microsoft Cognitive Toolkit, für die von Werk aus einsatzfertige Schnittstellen existieren, die einen schnellen, intuitiven Zugriff auf das jeweilige Backend ermöglichen. Sie müssen sich dabei keineswegs für ein Framework entscheiden, denn Sie können bequem zwischen den verschiedenen Backends hin und her wechseln. Auch die Wahl eines alternativen Backends abseits der drei genannten Lösungen ist möglich. Dieses muss lediglich in der Konfigurationsdatei (keras.json) angegeben werden und über die drei Funktionen „placeholder“, „variable“ und „function“ verfügen.