keras的backend 設置 tensorflow,theano操作
win7 系統(tǒng)環(huán)境安裝步驟:
1.首先是安裝Python,建議安裝anaconda
2.安裝完anaconda后打開anaconda promp命令行promp,輸入conda list.
可以看到已經(jīng)安裝的庫以及版本等信息,注意此時沒有keras.
3.通過 conda install keras 或 pip install keras 直接安裝。(會默認的給你安裝keras最新版本和所需要的theano)
4.安裝完成之后,就可以打開notebook,輸入import keras 檢查是否成功。
5.因為windows版本的tensorflow剛剛才推出,所以目前支持性不太好。
但是keras的backend 同時支持tensorflow和theano.
并且默認是tensorflow,因此在win本上需要更改backend為theano才能運行。
這是官網(wǎng)的配置文檔:點擊打開鏈接
如果已經(jīng)運行過一次Keras,你將在下面的目錄下找到Keras的配置文件:~/.keras/keras.json
如果該目錄下沒有該文件,你可以手動創(chuàng)建一個
將文件的默認配置如下:
C:\Users\Administrator>python Python 2.7.12 |Anaconda 4.2.0 (64-bit)| (default, Jun 29 2016, 11:07:13) [MSC v.1500 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. Anaconda is brought to you by Continuum Analytics. Please check out: http://continuum.io/thanks and https://anaconda.org >>> import keras Using TensorFlow backend. Traceback (most recent call last): File "<stdin>", line 1, in <module> File "C:\Anaconda2\lib\site-packages\keras\__init__.py", line 2, in <module> from . import backend File "C:\Anaconda2\lib\site-packages\keras\backend\__init__.py", line 68, in <module> from .tensorflow_backend import * File "C:\Anaconda2\lib\site-packages\keras\backend\tensorflow_backend.py", line 1, in <module> import tensorflow as tf ImportError: No module named tensorflow >>> import keras Using Theano backend. WARNING (theano.configdefaults): g++ not detected ! Theano will be unable to execute optimized C-implementations (for both CPU and GPU) and will default to Python implementations. Performance will be severely degraded. To remove this warning, set Theano flags cxx to an empty string.
方法一:將C:\Anaconda2\Lib\site-packages\keras\backend\__init__.py的line 27修改
# Default backend: TensorFlow. #_BACKEND = 'tensorflow' _BACKEND = 'theano'
然后,python-> import keras
方法二: 出現(xiàn) tensorflow提示錯誤的話,需要修改下面的位置的內(nèi)容
C:\Users\Administrator\.keras\keras.json
{
"image_dim_ordering":"tf",
"epsilon":1e-07,
"floatx":"float32",
"backend":"tensorflow"
}
將
{
"image_dim_ordering": "tf",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
補充知識:keras修改backend.py,完成永久配置tensorflow-gpu調(diào)用方式
編寫keras程序中出現(xiàn)了GPU的內(nèi)存問題,需要調(diào)節(jié)keras預設的tensorflow設置參數(shù),每次都必須單獨設置gpu選項比較麻煩,可以設置keras下的tensorflow_backend.py實現(xiàn)永久配置keras。
本人的配置:ubuntu18.04+cuda10.0+cuda7.5.1+MX150+tensorflow-gpu1.13.1
初始設置中出現(xiàn)內(nèi)存錯誤。
keras依賴的config文件位置
keras的配置文件在linux下在如下的地址中,在用戶賬戶下的隱藏文件夾中.
// 一般的安裝位置
~/.local/lib/python2.7/site-packages/keras/backend
使用文件編輯器(vim,vi,nano等)打開tensorflow_backend.py文件
// 一般在文件的180行左右,修改為如下
...
else:
if _SESSION is None:
if not os.environ.get('OMP_NUM_THREADS'):
config = tf.ConfigProto(allow_soft_placement=True)
config.gpu_options.allow_growth=True
config.gpu_options.per_process_gpu_memory_fraction=0.9
else:
num_thread = int(os.environ.get('OMP_NUM_THREADS'))
config = tf.ConfigProto(intra_op_parallelism_threads=num_thread,
allow_soft_placement=True)
config.gpu_options.allow_growth=True
config.gpu_options.per_process_gpu_memory_fraction=0.9
_SESSION = tf.Session(config=config)
session = _SESSION
...
以上這篇keras的backend 設置 tensorflow,theano操作就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Tensorflow卷積神經(jīng)網(wǎng)絡實例進階
這篇文章主要為大家詳細介紹了Tensorflow卷積神經(jīng)網(wǎng)絡實例進階,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-05-05
通過python調(diào)用adb命令對App進行性能測試方式
這篇文章主要介紹了通過python調(diào)用adb命令對App進行性能測試方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
解決Python 命令行執(zhí)行腳本時,提示導入的包找不到的問題
今天小編就為大家分享一篇解決Python 命令行執(zhí)行腳本時,提示導入的包找不到的問題,具有很好的參考價值,希望對大家有所幫助,一起跟隨小編過來看看吧2019-01-01
Python爬取智聯(lián)招聘數(shù)據(jù)分析師崗位相關信息的方法
這篇文章主要介紹了Python爬取智聯(lián)招聘數(shù)據(jù)分析師崗位相關信息的方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-08-08

