Keras - Configurazione backend

Questo capitolo spiega in dettaglio le implementazioni del backend di Keras TensorFlow e Theano. Esaminiamo ciascuna implementazione una per una.

TensorFlow

TensorFlow è una libreria di machine learning open source utilizzata per attività di calcolo numeriche sviluppate da Google. Keras è un'API di alto livello basata su TensorFlow o Theano. Sappiamo già come installare TensorFlow utilizzando pip.

Se non è installato, puoi installarlo utilizzando il comando seguente:

pip install TensorFlow

Una volta eseguito keras, potremmo vedere il file di configurazione si trova nella directory home all'interno e andare su .keras / keras.json.

keras.json

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

Qui,

image_data_format rappresentano il formato dei dati.
epsilonrappresenta la costante numerica. È usato per evitareDivideByZero errore.
floatx rappresenta il tipo di dati predefinito float32. Puoi anche cambiarlo infloat16 o float64 utilizzando set_floatx() metodo.
image_data_format rappresentano il formato dei dati.

Supponiamo, se il file non viene creato, spostati nella posizione e crea utilizzando i passaggi seguenti:

> cd home 
> mkdir .keras 
> vi keras.json

Ricorda, dovresti specificare .keras come nome della cartella e aggiungere la configurazione sopra all'interno del file keras.json. Possiamo eseguire alcune operazioni predefinite per conoscere le funzioni di backend.

Theano

Theano è una libreria di deep learning open source che consente di valutare efficacemente array multidimensionali. Possiamo facilmente installare utilizzando il comando seguente:

pip install theano

Per impostazione predefinita, keras utilizza il backend TensorFlow. Se desideri modificare la configurazione del backend da TensorFlow a Theano, cambia semplicemente backend = theano nel file keras.json. È descritto di seguito:

keras.json

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

Ora salva il tuo file, riavvia il tuo terminale e avvia keras, il tuo backend sarà cambiato.

>>> import keras as k 
using theano backend.