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。

{ 
   "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

{ 
   "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.