主页 > 知识库 > keras修改backend的简单方法

keras修改backend的简单方法

热门标签:语音系统 百度AI接口 客户服务 呼叫中心市场需求 硅谷的囚徒呼叫中心 Win7旗舰版 企业做大做强 电话运营中心

方法1

在users文件夹下新建.keras文件夹,在文件夹下新建keras.json文件,json内容为:

{
    "image_dim_ordering": "tf", 
    "epsilon": 1e-07, 
    "floatx": "float32", 
    "backend": "tensorflow"
}

这其中的backend可以是tensorflow或者theano,当然前提是你已经安装好了。

但是上面这种方式有一个弊端就是每次当你想切换backend的时候都需要手动修改这个文件,所以有一种能够动态修改的方式不是更好吗?请看下面的方法:

方法2

import os
os.environ['KERAS_BACKEND'] = 'tensorflow'
import keras.backend as K
K.set_image_dim_ordering('tf')

首先载入os库,将keras的backend修改为tensorflow,再将keras的backend加载,设置order为tensorflow格式。

补充:解决引入keras后出现的Using TensorFlow backend的错误

问题:

用Anaconda检索keras-gpu,apply后,理论上应该自动配好相关的cuddn和tensorflow-gpu及其相应版本,但运行程序时出现如标题错误和一堆报错。

按网上一堆方法改,都不好用。比如,加os.environ['KERAS_BACKEND']='tensorflow-gpu',更新setup tool等。

解决:

最后误打误撞,在Anaconda上修改tensorflow-gpu版本由之前默认的1.10改成1.80

python3.6

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

您可能感兴趣的文章:
  • keras的get_value运行越来越慢的解决方案
  • 基于keras中训练数据的几种方式对比(fit和fit_generator)
  • 浅谈Keras中fit()和fit_generator()的区别及其参数的坑
  • Keras保存模型并载入模型继续训练的实现
  • TensorFlow2.0使用keras训练模型的实现
  • tensorflow2.0教程之Keras快速入门
  • 浅析关于Keras的安装(pycharm)和初步理解
  • 基于Keras的扩展性使用

标签:山西 海南 长沙 崇左 喀什 安康 山西 济南

巨人网络通讯声明:本文标题《keras修改backend的简单方法》,本文关键词  ;如发现本文内容存在版权问题,烦请提供相关信息告之我们,我们将及时沟通与处理。本站内容系统采集于网络,涉及言论、版权与本站无关。
  • 相关文章
  • 收缩
    • 微信客服
    • 微信二维码
    • 电话咨询

    • 400-1100-266