Keras - 后端配置

---

本章详细介绍了 Keras 后端实现 TensorFlow 和 Theano。让我们一一过一遍每一个实现。

TensorFlow

TensorFlow 是 Google 开发的用于数值计算任务的开源机器学习库。Keras 是构建在 TensorFlow 或 Theano 之上的高级 API。我们已经知道如何使用 pip 安装 TensorFlow。

如果未安装，您可以使用以下命令进行安装 -

pip install TensorFlow

执行 keras 后，我们可以看到配置文件位于您的主目录中，并转到 .keras/keras.json。

keras.json

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

这里，

• image_data_format表示数据格式。

• epsilon表示数值常数。它用于避免DivideByZero错误。

• float x 表示默认数据类型float32。您还可以使用set_floatx()方法将其更改为float16或float64。

• image_data_format表示数据格式。

假设，如果未创建文件，则移动到该位置并使用以下步骤创建 -

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

请记住，您应该指定 .keras 作为其文件夹名称，并将上述配置添加到 keras.json 文件中。我们可以执行一些预定义的操作来了解后端功能。

西阿诺

Theano 是一个开源深度学习库，可让您有效地评估多维数组。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。如果要将后端配置从 TensorFlow 更改为 Theano，只需更改 keras.json 文件中的 backend = theano 即可。描述如下 -

keras.json

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

现在保存您的文件，重新启动终端并启动 keras，您的后端将被更改。

>>> import keras as k 
using theano backend.