📅  最后修改于: 2020-12-11 04:52:01             🧑  作者: Mango
本章详细说明Keras后端实现TensorFlow和Theano。让我们逐一介绍每个实现。
TensorFlow是一个开源的机器学习库,用于Google开发的数值计算任务。 Keras是建立在TensorFlow或Theano之上的高级API。我们已经知道如何使用pip安装TensorFlow。
如果尚未安装,则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。
{
"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。用于避免DivideByZero错误。
float x表示默认数据类型float32 。您也可以使用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。
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,只需在keras.json文件中更改backend = theano。它在下面描述-
{
"image_data_format": "channels_last",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
现在保存文件,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.