Keras 切换后端(Theano和TensorFlow)

实验室新装了keras,发现keras默认后端是tensorflow,想换回theano,看了官方文档也没搞懂,最终搞定,很简单。
中文文档的描述:keras中文文档,切换后端

其实就是在C:\Users\75538(75538是我的windos用户名字,找你对应的用户名就行)下有个文件夹.keras,里面有keras.json文件,改一下里面的内容就好了,如果没有文件夹和文件,手动创建就行。

用theano的话,keras.json写入
{
    "image_dim_ordering": "th", 
    "epsilon": 1e-07, 
    "floatx": "float32", 
    "backend": "theano"
}
用thesorflow的话,keras.json写入
{
    "image_dim_ordering": "tf", 
    "epsilon": 1e-07, 
    "floatx": "float32", 
    "backend": "tensorflow"
}

最后保存就可以了

  • 18
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 11
    评论
TensorFlowKeras之间存在一些兼容性问题的原因可以从两个方面进行解释。 首先,TensorFlowKeras的发展历程是不同的。TensorFlow是由Google开发和维护的深度学习框架,其设计目标是提供高度灵活和底层控制的机器学习库。而Keras是由 François Chollet 开发的深度学习库,旨在提供简单易用且功能丰富的高级API。由于两者的设计目标和思路不同,导致它们在某些功能和用法上存在差异。 其次,版本兼容性也是TensorFlowKeras不兼容的一个主要原因。TensorFlowKeras都在不断进行更新和迭代,引入新的功能和改进。因此,不同版本之间可能存在API和语法上的差异。Keras本身也可以以多种后端运行,包括TensorFlowTheano等,而不同的后端版本也可能导致不兼容问题。 为了克服这些兼容性问题,TensorFlow提供了tf.keras作为其官方高级API,以支持Keras的模型和层级别的复用。虽然TensorFlow的tf.keras和独立的Keras在大多数情况下是兼容的,但仍然可能在某些特定功能上存在差异。如果希望在两者之间无缝切换,需要仔细了解其差异和版本之间的兼容性。 总结来说,TensorFlowKeras之间的不兼容主要源于它们的设计目标和思路的差异,以及版本更新引入的API和语法的差异。然而,通过使用tf.keras或仔细了解其版本之间的差异,可以在两者之间实现较好的兼容性。
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值