keras.backend和Tensorflow的函数之间有什么区别

我试图自定义keras的损失函数。我看到了一个例子：

导入tensorflow作为tf 将keras.backend作为K导入

def mean_pred(y_true, y_pred):
    return K.mean(y_pred)

我可以使用类似于：

def mean_pred(y_true, y_pred):
        return tf.mean(y_pred)

---

有什么不同吗？

两者都是相同的，计算元素在张量维度上的平均值，并等效于Numpy平均值，即np平均值。也是tf.math.reduce_的意思