logo标签列表

Keras和tf.keras有什么区别？

tensorflowkerasdifferencetf.keras
17
你能具体说明一下吗？你需要转换哪些代码？看一下这个链接： https://dev59.com/Z7Lma4cB1Zd3GeqPWizF#54914559 - Sharky
2
可能是什么是Keras和TensorFlow 1.1+中的tf.contrib.keras之间的区别？的重复问题。 - P-Gn
可能是 Keras和tf.keras之间的区别：旧Keras代码应更改吗？的重复问题。 - thepurpleowl
4个回答
26

tf.keras和keras之间的区别在于Tensorflow对该框架进行了特定的增强。

keras是一个API规范，描述了深度学习框架应如何实现特定部分，与模型定义和训练有关。它是框架不可知的，并支持不同的后端（Theano、Tensorflow等）。

tf.keras是Keras API规范的Tensorflow特定实现。它为框架添加了对许多Tensorflow特定功能的支持，如：完美支持tf.data.Dataset作为输入对象，支持eager执行等。

在Tensorflow 2.0中，tf.keras将成为默认设置，我强烈建议您开始使用tf.keras进行工作。

Keras 2.3.0是Keras的最后一个多后端版本，开发将继续使用tf.keras https://github.com/keras-team/keras/releases/tag/2.3.0 - monolith
16

目前来看，TensorFlow几乎完全采用了Keras API，这是有很好的原因的 - 它简单易用、易学习，而“纯粹”的TensorFlow则带有大量样板代码。是的，您可以毫无问题地使用tf.keras，尽管您可能需要重新调整代码中的导入方式。例如

from keras.layers.pooling import MaxPooling2D

会变成：

from tensorflow.keras.layers import MaxPooling2D
2
那么，对于大多数代码来说，我需要做的唯一更改就是导入语句吗？（嗯，我想可能会有例外情况） - eugene
2
总的来说，是的，除非你已经导入了整个库并且必须查找你在哪里使用了它（即使在现代IDE中这也不是什么大问题）。 - Alexander Ejbekov
11

Keras与tf.keras之间的历史曲折而漫长。

Keras：Keras是由Google AI Developer / Researcher François Chollet开发的高级（易于使用）API。它用Python编写，可在后端引擎（如TensorFlow、CNTK或Theano）上运行。

TensorFlow：这是由Google开发的库，专门面向深度学习开发者社区，让公众可以轻松地创建和使用深度学习应用程序。它是开源的，并且可在GitHub上获得。

随着Keras v1.1.0的发布，Tensorflow成为默认的后端引擎。这意味着：如果您在系统上安装了Keras，则同时也安装了TensorFlow。

后来，在TensorFlow v1.10.0中，首次引入了tf.keras子模块。在TensorFlow中将Keras集成的第一步。

随着Keras 2.3.0版本的发布,

  • Keras首次与tf.keras同步发布。
  • Keras最后一个支持其他多后端引擎的重大发布。
  • 更重要的是，建议将代码从Keras切换到Tensorflow2.0和tf.keras包。

请参阅François Chollet的此推文以使用tf.keras。

这意味着，需要到处修改代码。

从

from keras.models import Sequential
from keras.models import load_model

To

from tensorflow.keras.models import Sequential
from tensorflow.keras.models import load_model

在 requirements.txt 中，

tensorflow==2.3.0

*免责声明：如果您使用的是旧版本的Keras可能会出现冲突。这种情况下请使用pip uninstall keras 命令卸载。

0
我在我的安装中运行了以下内容：
>>> from tensorflow.python.keras import __version__ as tf_p_k_version
>>> from tensorflow.keras import __version__ as tf_k_version
>>> from keras import __version__ as k_version
>>> print(tf_p_k_version, tf_k_version, k_version)
2.6.0 2.11.0 2.11.0

我还使用grep命令搜索了Layer类的文档字符串，发现2.11版本的文档字符串并未安装在tensorflow中，而是在keras包中。

我的猜测是，如果存在keras，则tensorflow.keras实际上会导入keras，并且可能默认为tensorflow.python.keras（如果不存在keras）。

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接