Keras – 后端配置
本章详细解释了Keras的后端实现TensorFlow和Theano。让我们逐一了解每个实现。
TensorFlow
TensorFlow是一个开源的机器学习库,用于由谷歌开发的数值计算任务。Keras是一个建立在TensorFlow或Theano之上的高级API。我们已经知道如何使用pip来安装TensorFlow。
如果它没有被安装,你可以使用下面的命令来安装
pip install TensorFlow
一旦我们执行keras,我们可以看到配置文件位于你的主目录里面,并进入.keras/keras.json。
keras.json
{
"image_data_format": "channels_last",
"epsilon": 1e-07, "floatx": "float32", "backend": "tensorflow"
}
这里、
- image_data_format 代表数据格式。
-
epsilon 代表数字常数。它用于避免 DivideByZero 错误。
-
float x 代表默认的数据类型 float32 。 你也可以使用 set_floatx() 方法将其改为 float16 或 float64 。
-
image_data_format 代表数据格式。
假设,如果该文件没有被创建,那么移动到该位置并使用下面的步骤创建—
> cd home
> mkdir .keras
> vi keras.json
记住,你应该指定.keras作为它的文件夹名称,并在keras.json文件内添加上述配置。我们可以执行一些预定义的操作来了解后端功能。
Theano
Theano是一个开源的深度学习库,允许你有效地评估多维数组。我们可以使用下面的命令轻松地安装 —
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改为Theano,只需在keras.json文件中改变backend = theano。它描述如下
keras.json
{
"image_data_format": "channels_last",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
现在,保存你的文件,重启你的终端并启动keras,你的后台将被改变。
>>> import keras as k
using theano backend.