用tf.keras将TensorFlow重新写入Keras

Question

我想将TensorFlow代码重新写入Keras。 我只是想知道您是否可以为此目的使用tf.keras.layers来替换tf.layers ？

喜欢

tf.layers.max_pooling2d() 

至：

tf.keras.layers.max_pooling2d() 

我可以通过这种方式将TensorFlow重写为Keras吗？

这是否定义了合适的model.fit模型，您可以在其中使用model.fit方法？

Answer 1

首先，我认为您的意思是tf.keras.layers.MaxPool2D ，它是一个类，而不是一个函数。 如果我明白你的意思，那应该不是问题。 语法上有一些细微的差别，但没什么严重的。 此外， tf.keras.layers是tf.keras.layers的直接替代tf.layers 。 根据官方文档， tf.layers是tf.layers的包装。 例如 ，Layers API中的卷积层继承自tf.keras.layers 。

@tf_export('layers.Conv1D')
class Conv1D(keras_layers.Conv1D, base.Layer):
  """1D convolution layer (e.g. temporal convolution). 

更重要的是，不建议使用Layers API，并将其从TF 2.0中删除。