![](/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
在遵循從 Tensorflow 1.14 到 Tensorflow 2.0 的遷移指南之后,我從tensorflow.keras
而不是僅僅從keras
導入了所有模塊。 但是以下命令給出了屬性錯誤 -
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'
但只需從keras
導入后端即可
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。 我的整個神經網絡建立在從tensorflow.keras
導入的層上
編輯:我正在使用自定義的 ImageDataGenerator 函數,這就是我導入它的方式 -
從 keras.preprocessing.image 導入 ImageDataGenerator
而不是from tensorflow.keras.preprocessing.image import ImageDataGenerator
。 這就是為什么我想檢查 Keras 是否也在 GPU 上運行。 我需要確保這一點嗎? 如果是,如何?
從 Keras 回購:
Keras 是一種高級神經網絡 API,用 Python 編寫,能夠在 TensorFlow、CNTK 或 Theano 之上運行。在安裝 Keras 之前,請安裝其后端引擎之一:TensorFlow、Theano 或 CNTK。 (我們推薦使用 TensorFlow 后端)。 所以 Keras 是一個皮膚(一個 API)。 TensorFlow 已決定將此皮膚作為 tf.keras 包含在其自身中。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.