![](/img/trans.png)
[英]Keras that does not support TensorFlow 2.0. We recommend using `tf.keras`, or alternatively, downgrading to TensorFlow 1.14
[英]While using tf.keras, do we need to separately check for both 'tensorflow' and 'keras', whether they are running on GPU?
我在用
TensorFlow 2.0
在遵循从 Tensorflow 1.14 到 Tensorflow 2.0 的迁移指南之后,我从tensorflow.keras
而不是仅仅从keras
导入了所有模块。 但是以下命令给出了属性错误 -
from tensorflow.keras import backend as K
K.tensorflow_backend._get_available_gpus()
Output: AttributeError: module 'tensorflow_core.keras.backend' has no attribute 'tensorflow_backend'
但只需从keras
导入后端即可
from keras import backend as K
K.tensorflow_backend._get_available_gpus()
Output:['/job:localhost/replica:0/task:0/device:GPU:0']
我想知道keras是否使用GPU,我不明白'keras'和'tf.keras'的交互。 我的整个神经网络建立在从tensorflow.keras
导入的层上
编辑:我正在使用自定义的 ImageDataGenerator 函数,这就是我导入它的方式 -
从 keras.preprocessing.image 导入 ImageDataGenerator
而不是from tensorflow.keras.preprocessing.image import ImageDataGenerator
。 这就是为什么我想检查 Keras 是否也在 GPU 上运行。 我需要确保这一点吗? 如果是,如何?
从 Keras 回购:
Keras 是一种高级神经网络 API,用 Python 编写,能够在 TensorFlow、CNTK 或 Theano 之上运行。在安装 Keras 之前,请安装其后端引擎之一:TensorFlow、Theano 或 CNTK。 (我们推荐使用 TensorFlow 后端)。 所以 Keras 是一个皮肤(一个 API)。 TensorFlow 已决定将此皮肤作为 tf.keras 包含在其自身中。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.