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

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。

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。

茶野

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-

keras.json

{ 
   "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.