Keras - configuração de back-end

Este capítulo explica detalhadamente as implementações de back-end do Keras, TensorFlow e Theano. Vamos examinar cada implementação, uma por uma.

TensorFlow

TensorFlow é uma biblioteca de aprendizado de máquina de código aberto usada para tarefas computacionais numéricas desenvolvidas pelo Google. Keras é uma API de alto nível desenvolvida com base no TensorFlow ou Theano. Já sabemos como instalar o TensorFlow usando pip.

Se não estiver instalado, você pode instalar usando o comando abaixo -

pip install TensorFlow

Depois de executar o keras, podemos ver que o arquivo de configuração está localizado em seu diretório inicial e ir para .keras / keras.json.

keras.json

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

Aqui,

  • image_data_format representam o formato dos dados.

  • epsilonrepresenta a constante numérica. É usado para evitarDivideByZero erro.

  • floatx representa o tipo de dados padrão float32. Você também pode alterá-lo parafloat16 ou float64 usando set_floatx() método.

  • image_data_format representam o formato dos dados.

Suponha que, se o arquivo não for criado, mova para o local e crie usando as etapas abaixo -

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

Lembre-se, você deve especificar .keras como seu nome de pasta e adicionar a configuração acima dentro do arquivo keras.json. Podemos realizar algumas operações pré-definidas para conhecer as funções de backend.

Theano

Theano é uma biblioteca de aprendizado profundo de código aberto que permite avaliar matrizes multidimensionais de forma eficaz. Podemos instalar facilmente usando o comando abaixo -

pip install theano

Por padrão, o keras usa o back-end do TensorFlow. Se você quiser alterar a configuração do back-end de TensorFlow para Theano, basta alterar backend = theano no arquivo keras.json. É descrito abaixo -

keras.json

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

Agora salve seu arquivo, reinicie seu terminal e inicie o keras, seu backend será alterado.

>>> import keras as k 
using theano backend.