原理介绍
keras是一种基于模块的高级深度学习开发框架，它并没有仅依赖于某一种高速底层张量库，而是对各种底层张量库进行高层模块封装，让底层库完成诸如张量积、卷积操作。
目前，Keras提供了三种后端实现：TensorFlow后端，Theano后端和CNTK后端。
TensorFlow是Google开发的开源符号张量操纵框架。
Theano是由蒙特利尔大学的LISA Lab开发的开源符号张量操纵框架。
CNTK是由Microsoft开发的用于深度学习的开源工具包。
含义
即可以使用抽象的Keras后端编写新代码。
下面的代码实例化输入占位符。它等同于tf.placeholder()或th.tensor.matrix()，th.tensor.tensor3()等等。
|
1
2
3
4
5
|
inputs = K.placeholder(shape=(2, 4, 5))# also works:inputs = K.placeholder(shape=(None, 4, 5))# also works:inputs = K.placeholder(ndim=3) |
补充：keras, from keras import backend as K 报错
如果遇到from keras import backend as K 报错情况，可能是因为keras.json文件里“backend”未设置成mxnet 或者 tensorflow等。
解决方案：
1、修改Backend:找到这个文件~/.keras/keras.json
其次将其中backend后面的框架修改成mxnet或者tensorflow。
|
1
2
3
4
5
6
7
8
9
|
cd ~/.kerasvim keras.json#----------------------{ # keras.json文件内容 "image_dim_ordering": "tf", "epsilon": 1e-07, "floatx": "float32", "backend": "theano"} |
如果方案1无法解决问题，则可以尝试方案2.
2、在python代码中import keras前加入一个环境变量修改的语句
|
1
2
|
import osos.environ['KERAS_BACKEND']='tensorflow' |
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服务器之家。
原文链接：https://blog.csdn.net/rocking_struggling/article/details/104231984
