keras中为什么要import keras.backend as K？

在python使用Keras需要注意导入Keras.backend类。那么python怎么导入Keras.backend呢？接下来这篇文章带你了解。

原理介绍

keras是一种基于模块的高级深度学习开发框架，它并没有仅依赖于某一种高速底层张量库，而是对各种底层张量库进行高层模块封装，让底层库完成诸如张量积、卷积操作。

目前，Keras提供了三种后端实现：TensorFlow后端，Theano后端和CNTK后端。

TensorFlow是Google开发的开源符号张量操纵框架。

Theano是由蒙特利尔大学的LISA Lab开发的开源符号张量操纵框架。

CNTK是由Microsoft开发的用于深度学习的开源工具包。

含义

即可以使用抽象的Keras后端编写新代码。

下面的代码实例化输入占位符。它等同于tf.placeholder()或th.tensor.matrix()，th.tensor.tensor3()等等。

inputs = K.placeholder(shape=(2, 4, 5))
# also works:
inputs = K.placeholder(shape=(None, 4, 5))
# also works:
inputs = K.placeholder(ndim=3)

补充：keras, from keras import backend as K 报错

如果遇到from keras import backend as K 报错情况，可能是因为keras.json文件里“backend”未设置成mxnet 或者 tensorflow等。

解决方案：

1、修改Backend:找到这个文件~/.keras/keras.json

其次将其中backend后面的框架修改成mxnet或者tensorflow。

cd ~/.keras
vim keras.json
#----------------------
{   # keras.json文件内容
    "image_dim_ordering": "tf",
    "epsilon": 1e-07,
    "floatx": "float32",
    "backend": "theano"
}

如果方案1无法解决问题，则可以尝试方案2.

2、在python代码中import keras前加入一个环境变量修改的语句

import os
os.environ['KERAS_BACKEND']='tensorflow'

以上就是python导入Keras.backend的全部内容了，希望能给大家一个参考，也希望大家多多支持W3Cschool。