在python使用Keras需要注意導(dǎo)入Keras.backend類。那么python怎么導(dǎo)入Keras.backend呢?接下來(lái)這篇文章帶你了解。
原理介紹
keras是一種基于模塊的高級(jí)深度學(xué)習(xí)開(kāi)發(fā)框架,它并沒(méi)有僅依賴于某一種高速底層張量庫(kù),而是對(duì)各種底層張量庫(kù)進(jìn)行高層模塊封裝,讓底層庫(kù)完成諸如張量積、卷積操作。
目前,Keras提供了三種后端實(shí)現(xiàn):TensorFlow后端,Theano后端和CNTK后端。
TensorFlow是Google開(kāi)發(fā)的開(kāi)源符號(hào)張量操縱框架。
Theano是由蒙特利爾大學(xué)的LISA Lab開(kāi)發(fā)的開(kāi)源符號(hào)張量操縱框架。
CNTK是由Microsoft開(kāi)發(fā)的用于深度學(xué)習(xí)的開(kāi)源工具包。
含義
即可以使用抽象的Keras后端編寫(xiě)新代碼。
下面的代碼實(shí)例化輸入占位符。它等同于tf.placeholder()或th.tensor.matrix(),th.tensor.tensor3()等等。
inputs = K.placeholder(shape=(2, 4, 5))
# also works:
inputs = K.placeholder(shape=(None, 4, 5))
# also works:
inputs = K.placeholder(ndim=3)
補(bǔ)充:keras, from keras import backend as K 報(bào)錯(cuò)
如果遇到from keras import backend as K 報(bào)錯(cuò)情況,可能是因?yàn)閗eras.json文件里“backend”未設(shè)置成mxnet 或者 tensorflow等。
解決方案:
1、修改Backend:找到這個(gè)文件~/.keras/keras.json
其次將其中backend后面的框架修改成mxnet或者tensorflow。
cd ~/.keras
vim keras.json
#----------------------
{ # keras.json文件內(nèi)容
"image_dim_ordering": "tf",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
如果方案1無(wú)法解決問(wèn)題,則可以嘗試方案2.
2、在python代碼中import keras前加入一個(gè)環(huán)境變量修改的語(yǔ)句
import os
os.environ['KERAS_BACKEND']='tensorflow'
以上就是python導(dǎo)入Keras.backend的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持W3Cschool。