Keras 简明教程

Keras - Backend Configuration

本章详细解释了Keras后端实施TensorFlow和Theano。让我们逐一了解每个实施。

TensorFlow 是 Google 开发的用于数字计算任务的开源机器学习库。Keras 是建立在 TensorFlow 或 Theano 之上的一个高级别 API。我们已经知道如何使用 pip 安装 TensorFlow。

如果没有安装，可以使用以下命令安装：

pip install TensorFlow

一旦执行 Keras，我们就能够看到配置文件位于你的主目录中，进入 .keras/keras.json。

{
   "image_data_format": "channels_last",
   "epsilon": 1e-07, "floatx": "float32", "backend": "tensorflow"
}

在此，

image_data_format 代表数据格式。
epsilon 代表数字常量。它用于避免 DivideByZero 错误。
float*x represent the default data type *float32 。你也可以使用 set_floatx() 方法将其更改为 float16 或 float64 。
image_data_format 代表数据格式。

假设如果没有创建这个文件，那么就移动到相应位置，然后使用以下步骤创建：

> cd home
> mkdir .keras
> vi keras.json

记住，你应该将其文件夹名称指定为 .keras，并在 keras.json 文件中添加以上配置。我们可以执行一些预定义的操作以了解后端函数。

Theano 是一个开源深度学习库，允许你高效地计算多维数组。我们可以使用以下命令轻松安装：

pip install theano

默认情况下，Keras 使用 TensorFlow 后端。如果你想把后端配置从 TensorFlow 更改为 Theano，只需在 keras.json 文件中将 backend = theano 更改一下即可。如下所述：

{
   "image_data_format": "channels_last",
   "epsilon": 1e-07,
   "floatx": "float32",
   "backend": "theano"
}

现在，保存你的文件，重启终端并启动 Keras，你的后端将会被更改。

>>> import keras as k
using theano backend.