keras修改backend的簡單方法
方法1
在users文件夾下新建.keras文件夾,在文件夾下新建keras.json文件,json內容為:
{ "image_dim_ordering": "tf", "epsilon": 1e-07, "floatx": "float32", "backend": "tensorflow" }
這其中的backend可以是tensorflow或者theano,當然前提是你已經安裝好了。
但是上面這種方式有一個弊端就是每次當你想切換backend的時候都需要手動修改這個文件,所以有一種能夠動態(tài)修改的方式不是更好嗎?請看下面的方法:
方法2
import os os.environ['KERAS_BACKEND'] = 'tensorflow' import keras.backend as K K.set_image_dim_ordering('tf')
首先載入os庫,將keras的backend修改為tensorflow,再將keras的backend加載,設置order為tensorflow格式。
補充:解決引入keras后出現(xiàn)的Using TensorFlow backend的錯誤
問題:
用Anaconda檢索keras-gpu,apply后,理論上應該自動配好相關的cuddn和tensorflow-gpu及其相應版本,但運行程序時出現(xiàn)如標題錯誤和一堆報錯。
按網(wǎng)上一堆方法改,都不好用。比如,加os.environ['KERAS_BACKEND']='tensorflow-gpu',更新setup tool等。
解決:
最后誤打誤撞,在Anaconda上修改tensorflow-gpu版本由之前默認的1.10改成1.80
python3.6
以上為個人經驗,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
Python利用xlrd?與?xlwt?模塊操作?Excel
這篇文章主要介紹了Python利用xlrd?與?xlwt?模塊操作?Excel,文章圍繞主題展開詳細的內容,具有一定的參考價值,需要的小伙伴可以參考一下2022-05-05python 判斷l(xiāng)inux進程,并殺死進程的實現(xiàn)方法
今天小編就為大家分享一篇python 判斷l(xiāng)inux進程,并殺死進程的實現(xiàn)方法,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2019-07-07TensorFlow人工智能學習數(shù)據(jù)填充復制實現(xiàn)示例
這篇文章主要為大家介紹了TensorFlow人工智能學習如何進行數(shù)據(jù)填充復制的實現(xiàn)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助2021-11-11如何用OpenCV -python3實現(xiàn)視頻物體追蹤
OpenCV是一個基于BSD許可(開源)發(fā)行的跨平臺計算機視覺庫,可以運行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。這篇文章主要介紹了如何用OpenCV -python3實現(xiàn)視頻物體追蹤,需要的朋友可以參考下2019-12-12Python使用Flask Migrate模塊遷移數(shù)據(jù)庫
Flask-Migrate是一個為Flask應用處理SQLAlchemy數(shù)據(jù)庫遷移的擴展,使得可以通過Flask的命令行接口或者Flask-Scripts對數(shù)據(jù)庫進行操作2022-07-07如何在conda虛擬環(huán)境中配置cuda+cudnn+pytorch深度學習環(huán)境
這篇文章主要介紹了如何在conda虛擬環(huán)境中配置cuda+cudnn+pytorch深度學習環(huán)境,想在服務器上配置深度學習的環(huán)境,看了很多資料后總結出來了對于新手比較友好的配置流程,需要的朋友可以參考下2023-03-03