Keras - Configuración de backend
Este capítulo explica en detalle las implementaciones de backend de Keras, TensorFlow y Theano. Repasemos cada implementación una por una.
TensorFlow
TensorFlow es una biblioteca de aprendizaje automático de código abierto que se utiliza para tareas computacionales numéricas desarrolladas por Google. Keras es una API de alto nivel construida sobre TensorFlow o Theano. Ya sabemos cómo instalar TensorFlow usando pip.
Si no está instalado, puede instalarlo usando el siguiente comando:
pip install TensorFlow
Una vez que ejecutamos keras, podríamos ver que el archivo de configuración está ubicado en su directorio de inicio dentro y vamos a .keras / keras.json.
keras.json
{
"image_data_format": "channels_last",
"epsilon": 1e-07, "floatx": "float32", "backend": "tensorflow"
}
Aquí,
image_data_format representan el formato de datos.
epsilonrepresenta una constante numérica. Se usa para evitarDivideByZero error.
floatx representa el tipo de datos predeterminado float32. También puede cambiarlo afloat16 o float64 utilizando set_floatx() método.
image_data_format representan el formato de datos.
Supongamos que, si no se crea el archivo, muévase a la ubicación y cree siguiendo los pasos a continuación:
> cd home
> mkdir .keras
> vi keras.json
Recuerde, debe especificar .keras como su nombre de carpeta y agregar la configuración anterior dentro del archivo keras.json. Podemos realizar algunas operaciones predefinidas para conocer las funciones de backend.
Theano
Theano es una biblioteca de aprendizaje profundo de código abierto que le permite evaluar matrices multidimensionales de manera efectiva. Podemos instalar fácilmente usando el siguiente comando:
pip install theano
De forma predeterminada, keras usa el backend de TensorFlow. Si desea cambiar la configuración de backend de TensorFlow a Theano, simplemente cambie backend = theano en el archivo keras.json. Se describe a continuación:
keras.json
{
"image_data_format": "channels_last",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
Ahora guarda tu archivo, reinicia tu terminal e inicia keras, tu backend será cambiado.
>>> import keras as k
using theano backend.