keras的backend 设置 tensorflow,theano操作

时间：2020-09-04 python教程查看: 898

win7 系统环境安装步骤：

1.首先是安装Python，建议安装anaconda

2.安装完anaconda后打开anaconda promp命令行promp，输入conda list.

可以看到已经安装的库以及版本等信息，注意此时没有keras.

3.通过 conda install keras 或 pip install keras 直接安装。（会默认的给你安装keras最新版本和所需要的theano）

4.安装完成之后，就可以打开notebook,输入import keras 检查是否成功。

5.因为windows版本的tensorflow刚刚才推出，所以目前支持性不太好。

但是keras的backend 同时支持tensorflow和theano.

并且默认是tensorflow,因此在win本上需要更改backend为theano才能运行。

这是官网的配置文档：点击打开链接

如果已经运行过一次Keras，你将在下面的目录下找到Keras的配置文件：~/.keras/keras.json

如果该目录下没有该文件，你可以手动创建一个

将文件的默认配置如下：

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：将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： 出现 tensorflow提示错误的话，需要修改下面的位置的内容

C:\Users\Administrator\.keras\keras.json
{
"image_dim_ordering":"tf",
"epsilon":1e-07,
"floatx":"float32",
"backend":"tensorflow"
}

将

{
 "image_dim_ordering": "tf", 
 "epsilon": 1e-07, 
 "floatx": "float32", 
 "backend": "theano"
}

补充知识：keras修改backend.py，完成永久配置tensorflow-gpu调用方式

编写keras程序中出现了GPU的内存问题，需要调节keras预设的tensorflow设置参数，每次都必须单独设置gpu选项比较麻烦，可以设置keras下的tensorflow_backend.py实现永久配置keras。

本人的配置：ubuntu18.04+cuda10.0+cuda7.5.1+MX150+tensorflow-gpu1.13.1

初始设置中出现内存错误。

keras依赖的config文件位置

keras的配置文件在linux下在如下的地址中，在用户账户下的隐藏文件夹中.

// 一般的安装位置

~/.local/lib/python2.7/site-packages/keras/backend

使用文件编辑器（vim，vi，nano等）打开tensorflow_backend.py文件

// 一般在文件的180行左右，修改为如下
...
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
  ...

以上这篇keras的backend 设置 tensorflow,theano操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。

展开全文