TensorFlow Keras 后端

什么是 Keras 后端

Keras 后端:

Keras 是一个模型级库, 为开发深度学习模型提供了高层次的构建模块。 它不处理诸如张量乘积和卷积等低级操作。

相反, 它依赖于一个专门的、优化的张量操作库来完成这个操作, 它可以作为 Keras 的「后端引擎」。 相比单独地选择一个张量库, 而将 Keras 的实现与该库相关联, Keras 以模块方式处理这个问题, 并且可以将几个不同的后端引擎无缝嵌入到 Keras 中。

目前可用的 Keras 后端:

• TensorFlow
• Theano
• CNTK

从一个后端切换到另一个后端

如果您至少运行过一次 Keras, 您将在以下位置找到 Keras 配置文件. 如果没有, 可以手动创建它.

Keras 配置文件位置:

# Liunx or Mac
$ vim $HOME/.keras/keras.json

# Windows
$ vim %USERPROFILE%/.keras/keras.json

Keras 配置文件创建:

$ cd ~/.keras
$ sudo subl keras.json

也可以定义环境变量 KERAS_BACKEND, 不过这会覆盖配置文件 $HOME/.keras/keras.json 中定义的内容:

KERAS_BACKEND=tensorflow python -c "from keras import backend" 
Using TensorFlow backend.

当前环境的 Keras 配置文件内容:

{
   "floatx": "float32",
   "epsilon": 1e-07,
   "backend": "tensorflow",
   "image_data_format": "channels_last"
}

自定义 Keras 配置文件:

• 在 Keras 中, 可以加载除了 “tensorflow”, “theano” 和 “cntk” 之外更多的后端。Keras 也可以使用外部后端, 这可以通过更改 keras.json 配置文件和 “backend” 设置来执行。 假设您有一个名为 my_module 的 Python 模块, 您希望将其用作外部后端。keras.json 配置文件将更改如下.

  • 必须验证外部后端才能使用, 有效的后端必须具有以下函数:

    • placeholder
    • variable
    • function

  • 如果由于缺少必需的条目而导致外部后端无效, 则会记录错误, 通知缺少哪些条目:

    {
       "image_data_format": "channels_last",
       "epsilon": 1e-07,
       "floatx": "float32",
       "backend": "my_package.my_module"
    }
    

keras.json 详细配置

• image_data_format:
  • "channels_last"
    • (rows, cols, channels)
    • (conv*dim1, convdim2, conv_dim3, channels)
  • "channels_first"
    • (channels, rows, cols)
    • (channels, convdim1, convdim2, conv_dim3)
  • 在程序中返回: keras.backend.image_data_format()
• epsilon:
  • 浮点数, 用于避免在某些操作中被零除的数字模糊常量
• floatx:
  • 字符串: float16, float32, float64\ 。默认浮点精度
• backend:
  • 字符串: tensorflow, theano, cntk

Backend API

• tf.keras.backend.clear_session()
• tf.keras.backend.epsilon()
  • 返回数字表达式中使用的模糊因子的值
• tf.keras.backend.floatx()
  • 返回默认的 float 类型
• tf.keras.backend.get_uid()
• tf.keras.backend.image_data_format()
  • 返回设置图像数据格式约定的值
• tf.keras.backend.is_keras_tensor()
• tf.keras.backend.reset_uids()
• tf.keras.backend.rnn()
• tf.keras.backend.set_epsilon()
  • 设置数字表达式中使用的模糊因子的值
• tf.keras.backend.set_floatx()
  • 设置 float 类型
• tf.keras.backend.set_image_data_format()
  • 设置图像数据格式约定的值