最近从keras转战tensorflow,原先的代码又不想重写,幸好keras代码可以在tensorflow中使用。详情请参考将Keras作为tensorflow的精简接口
简单应用的话,就是把keras当作tf.layers里面的层来用,placeholder等价于Keras.Input,然后基本和keras里面使用model模块的时候构建方式相同。最后的model也可以使用的,但是我就是想要这部分灵活一些,所以也没有研究,就直接用了tensorflow里面的包装。有两个需要注意的地方:

1 keras里面有一个learning_phase()需要在sess.run的时候feed进去,这个量主要用于区分是训练(1)还是测试(0)(比如dropout在两种状态下行为不同)。

from keras import backend as K
K.learning_phase()

2 keras层的输入输出都是tensorflow里面的Tensor,而不是Keras的Tensor了。所以可以直接使用tensorflow里面的任意函数对该Tensor进行操作。(完美的无缝链接)


tensorflow里面直接对keras做了包装,具体没有实验过,详情请参考Module: tf.contrib.keras

GitHub 加速计划 / te / tensorflow
184.55 K
74.12 K
下载
一个面向所有人的开源机器学习框架
最近提交(Master分支:2 个月前 )
a49e66f2 PiperOrigin-RevId: 663726708 2 个月前
91dac11a This test overrides disabled_backends, dropping the default value in the process. PiperOrigin-RevId: 663711155 2 个月前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐