python&anconda系列:tf.keras.backend.get_session()和keras.backend.get_会话()返回不同的会话对象(待解答)

tf.keras.backend.get_session()和keras.backend.get_会话()返回不同的会话对象




我注意到了tf.keras.backend.get_session()和keras.backend.get_会话()返回不同的会话对象。在

为了确保它们返回相同的对象?我有一些代码tf.keras.backend.get_session()保存Keras模型tf.saved_模型.simple_save,但如果模型来自使用keras而不是tensorflow.keras公司在

示例代码:

import tensorflow as tf
from keras.applications import ResNet50
import keras.backend as K
import tensorflow.keras.backend as J

model = ResNet50()
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

print(K.get_session())
print(J.get_session())

你有更大的问题,你不应该混合使用keras和tf.keras的代码,这些模块不兼容,如果你混合使用它们,你会得到奇怪的错误。在

{3}如果你真的要用cd3来改变会话的话,你就可以用另一个session}来手动设置一个好的session。在







中文网

tf.keras.backend.get_session()和keras.backend.get_会话()返回不同的会话对象

  • 7
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: `tf.keras.backend.get_session()` 是 TensorFlow Keras 模块的一个函数,用于获取当前 Keras session 对象。 在 TensorFlow 1.x 中,Keras 是作为一个独立的库来使用的,需要手动创建和管理 session 对象。而在 TensorFlow 2.x 中,Keras 被整合到了 TensorFlow 核心模块中,不再需要手动创建和管理 session 对象Keras 的模型训练等操作都可以直接使用 TensorFlow 的默认 session。 但是在某些情况下,仍然需要使用 `tf.keras.backend.get_session()` 来获取当前 session 对象,例如在使用 TensorFlow 1.x 时或在使用分布式 TensorFlow 时。 需要注意的是,如果使用 TensorFlow 2.x,并且没有特殊需求,通常不需要使用该函数。 ### 回答2: tf.keras.backend.get_session()是TensorFlow的一个API函数,用于获取当前正在运行的计算图对应的会话(session)。在TensorFlow中,计算图定义了计算模型的结构,会话则负责执行计算图中的操作。 在TensorFlow 1.x版本中,每个计算图都需要显式地创建一个会话,并通过session.run()来执行计算图中的操作。而在TensorFlow 2.x版本中,会话的概念已经被废弃,计算图与会话合并为一体,使用更加简洁。 tf.keras.backend.get_session()函数用于获取当前计算图对应的会话,它返回一个tf.compat.v1.Session对象。该函数常用于在TensorFlow 2.x版本中,使用TensorFlow 1.x的某些功能或特性时,需要从默认的会话中获取会话对象。 例如,当需要使用tf.contrib.layers.batch_norm()函数时,该函数需要在计算图中插入一些操作,但是TensorFlow 2.x版本已经不再自动创建默认的会话;这时可以使用tf.keras.backend.get_session()来获取当前计算图对应的会话对象,然后使用session.run()来执行计算图中的操作,达到使用TensorFlow 1.x功能的目的。 综上所述,tf.keras.backend.get_session()是TensorFlow的一个API函数,用于获取当前正在运行的计算图对应的会话(session)对象

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

坦笑&&life

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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