-
keras与tensorflow关系
2019-05-31 10:56:12TensorFlow和theano以及Keras都是深度学习框架，TensorFlow和theano比较灵活，也比较难学，它们其实就是一个微分器 Keras其实就是TensorFlow和Keras的接口（Keras作为前端，TensorFlow或theano作为后端），它也很...展开全文TensorFlow和theano以及Keras都是深度学习框架，TensorFlow和theano比较灵活，也比较难学，它们其实就是一个微分器
Keras其实就是TensorFlow和Keras的接口（Keras作为前端，TensorFlow或theano作为后端），它也很灵活，且比较容易学。可以把keras看作为tensorflow封装后的一个API。
Keras 的核心数据结构是模型。模型是用来组织网络层的方式。模型有两种，一种叫 Sequential 模型，另一种叫Model 模型。Sequential 模型是一系列网络层按顺序构成的栈，是单输入和单输出的，层与层之间只有相邻关系，是最简单的一种模型。Model 模型是用来建立更复杂的模型的。
这里先介绍简单的Sequential 模型的使用（后面将会以一个示例来介绍Model 模型）。首先是加载数据，这里我们假设数据已经加载完毕，是X_train, Y_train 和X_test, Y_test。然后构建模型：
from keras.models import Sequential
from keras.layers import Dense, Activation
model = Sequential()
model.add(Dense(output_dim=64, input_dim=100))
model.add(Activation(“relu”))
model.add(Dense(output_dim=10))
model.add(Activation(“softmax”))
然后，编译模型，同时指明损失函数和优化器：
model.compile(loss=’categorical_crossentropy’, optimizer=’sgd’, metrics=[‘accuracy’])
最后，训练模型和评估模型：
model.fit(X_train, Y_train, nb_epoch=5, batch_size=32)
loss_and_metrics = model.evaluate(X_test, Y_test, batch_size=32)
这就是一个最简单的模型的使用。如果要搭建复杂的网络，可以使用Keras 的Model 模型，它能定义多输出模型、含有共享层的模型、共享视觉模型、图片问答模型、视觉问答模型等。
在Keras 的源代码的examples 文件夹里还有更多的例子，有兴趣的读者可以参考。
-
keras和tensorflow的版本对应关系
2020-08-14 18:34:25keras和tensorflow的版本对应关系 版本问题 keras和tensorflow的版本对应关系 keras和tensorflow的版本对应关系，可参考： @https://docs.floydhub.com/guides/environments/ Framework Env name (--env ...展开全文版本问题
keras和tensorflow的版本对应关系
keras和tensorflow的版本对应关系，可参考：
Framework Env name (--env parameter) Description Docker Image Packages and Nvidia Settings TensorFlow 2.2 tensorflow-2.2 TensorFlow 2.2.0 + Keras 2.3.1 on Python 3.7. floydhub/tensorflow TensorFlow-2.2 TensorFlow 2.1 tensorflow-2.1 TensorFlow 2.1.0 + Keras 2.3.1 on Python 3.6. floydhub/tensorflow TensorFlow-2.1 TensorFlow 2.0 tensorflow-2.0 TensorFlow 2.0.0 + Keras 2.3.1 on Python 3.6. floydhub/tensorflow TensorFlow-2.0 TensorFlow 1.15 tensorflow-1.15 TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6. floydhub/tensorflow TensorFlow-1.15 TensorFlow 1.14 tensorflow-1.14 TensorFlow 1.14.0 + Keras 2.2.5 on Python 3.6. floydhub/tensorflow TensorFlow-1.14 TensorFlow 1.13 tensorflow-1.13 TensorFlow 1.13.0 + Keras 2.2.4 on Python 3.6. floydhub/tensorflow TensorFlow-1.13 TensorFlow 1.12 tensorflow-1.12 TensorFlow 1.12.0 + Keras 2.2.4 on Python 3.6. floydhub/tensorflow TensorFlow-1.12 tensorflow-1.12:py2 TensorFlow 1.12.0 + Keras 2.2.4 on Python 2. floydhub/tensorflow TensorFlow 1.11 tensorflow-1.11 TensorFlow 1.11.0 + Keras 2.2.4 on Python 3.6. floydhub/tensorflow TensorFlow-1.11 tensorflow-1.11:py2 TensorFlow 1.11.0 + Keras 2.2.4 on Python 2. floydhub/tensorflow TensorFlow 1.10 tensorflow-1.10 TensorFlow 1.10.0 + Keras 2.2.0 on Python 3.6. floydhub/tensorflow TensorFlow-1.10 tensorflow-1.10:py2 TensorFlow 1.10.0 + Keras 2.2.0 on Python 2. floydhub/tensorflow TensorFlow 1.9 tensorflow-1.9 TensorFlow 1.9.0 + Keras 2.2.0 on Python 3.6. floydhub/tensorflow TensorFlow-1.9 tensorflow-1.9:py2 TensorFlow 1.9.0 + Keras 2.2.0 on Python 2. floydhub/tensorflow TensorFlow 1.8 tensorflow-1.8 TensorFlow 1.8.0 + Keras 2.1.6 on Python 3.6. floydhub/tensorflow TensorFlow-1.8 tensorflow-1.8:py2 TensorFlow 1.8.0 + Keras 2.1.6 on Python 2. floydhub/tensorflow TensorFlow 1.7 tensorflow-1.7 TensorFlow 1.7.0 + Keras 2.1.6 on Python 3.6. floydhub/tensorflow TensorFlow-1.7 tensorflow-1.7:py2 TensorFlow 1.7.0 + Keras 2.1.6 on Python 2. floydhub/tensorflow TensorFlow 1.5 tensorflow-1.5 TensorFlow 1.5.0 + Keras 2.1.6 on Python 3.6. floydhub/tensorflow TensorFlow-1.5 tensorflow-1.5:py2 TensorFlow 1.5.0 + Keras 2.1.6 on Python 2. floydhub/tensorflow TensorFlow 1.4 tensorflow-1.4 TensorFlow 1.4.0 + Keras 2.0.8 on Python 3.6. floydhub/tensorflow tensorflow-1.4:py2 TensorFlow 1.4.0 + Keras 2.0.8 on Python 2. floydhub/tensorflow TensorFlow 1.3 tensorflow-1.3 TensorFlow 1.3.0 + Keras 2.0.6 on Python 3.6. floydhub/tensorflow tensorflow-1.3:py2 TensorFlow 1.3.0 + Keras 2.0.6 on Python 2. floydhub/tensorflow TensorFlow 1.2 tensorflow-1.2 TensorFlow 1.2.0 + Keras 2.0.6 on Python 3.5. floydhub/tensorflow tensorflow-1.2:py2 TensorFlow 1.2.0 + Keras 2.0.6 on Python 2. floydhub/tensorflow TensorFlow 1.1 tensorflow TensorFlow 1.1.0 + Keras 2.0.6 on Python 3.5. floydhub/tensorflow tensorflow:py2 TensorFlow 1.1.0 + Keras 2.0.6 on Python 2. floydhub/tensorflow TensorFlow 1.0 tensorflow-1.0 TensorFlow 1.0.0 + Keras 2.0.6 on Python 3.5. floydhub/tensorflow tensorflow-1.0:py2 TensorFlow 1.0.0 + Keras 2.0.6 on Python 2. floydhub/tensorflow TensorFlow 0.12 tensorflow-0.12 TensorFlow 0.12.1 + Keras 1.2.2 on Python 3.5. floydhub/tensorflow tensorflow-0.12:py2 TensorFlow 0.12.1 + Keras 1.2.2 on Python 2. floydhub/tensorflow PyTorch 1.5 pytorch-1.5 PyTorch 1.5.0 + fastai 1.0.61 on Python 3.7. floydhub/pytorch PyTorch-1.5 PyTorch 1.4 pytorch-1.4 PyTorch 1.4.0 + fastai 1.0.60 on Python 3.6. floydhub/pytorch PyTorch-1.4 PyTorch 1.3 pytorch-1.3 PyTorch 1.3.0 + fastai 1.0.60 on Python 3.6. floydhub/pytorch PyTorch-1.3 PyTorch 1.2 pytorch-1.2 PyTorch 1.2.0 + fastai 1.0.60 on Python 3.6. floydhub/pytorch PyTorch-1.2 PyTorch 1.1 pytorch-1.1 PyTorch 1.1.0 + fastai 1.0.57 on Python 3.6. floydhub/pytorch PyTorch-1.1 PyTorch 1.0 pytorch-1.0 PyTorch 1.0.0 + fastai 1.0.51 on Python 3.6. floydhub/pytorch PyTorch-1.0 pytorch-1.0:py2 PyTorch 1.0.0 on Python 2. floydhub/pytorch PyTorch 0.4 pytorch-0.4 PyTorch 0.4.1 on Python 3.6. floydhub/pytorch PyTorch-0.4 pytorch-0.4:py2 PyTorch 0.4.1 on Python 2. floydhub/pytorch PyTorch 0.3 pytorch-0.3 PyTorch 0.3.1 on Python 3.6. floydhub/pytorch PyTorch-0.3 pytorch-0.3:py2 PyTorch 0.3.1 on Python 2. floydhub/pytorch PyTorch 0.2 pytorch-0.2 PyTorch 0.2.0 on Python 3.5 floydhub/pytorch pytorch-0.2:py2 PyTorch 0.2.0 on Python 2. floydhub/pytorch PyTorch 0.1 pytorch-0.1 PyTorch 0.1.12 on Python 3. floydhub/pytorch pytorch-0.1:py2 PyTorch 0.1.12 on Python 2. floydhub/pytorch Theano 0.9 theano-0.9 Theano rel-0.8.2 + Keras 2.0.3 on Python3.5. floydhub/theano theano-0.9:py2 Theano rel-0.8.2 + Keras 2.0.3 on Python2. floydhub/theano Caffe caffe Caffe rc4 on Python3.5. floydhub/caffe caffe:py2 Caffe rc4 on Python2. floydhub/caffe Torch torch Torch 7 with Python 3 env. floydhub/torch torch:py2 Torch 7 with Python 2 env. floydhub/torch Chainer 1.23 chainer-1.23 Chainer 1.23.0 on Python 3. floydhub/chainer chainer-1.23:py2 Chainer 1.23.0 on Python 2. floydhub/chainer Chainer 2.0 chainer-2.0 Chainer 1.23.0 on Python 3. floydhub/chainer chainer-2.0:py2 Chainer 1.23.0 on Python 2. floydhub/chainer MxNet 1.0 mxnet MxNet 1.0.0 on Python 3.6. floydhub/mxnet mxnet:py2 MxNet 1.0.0 on Python 2. floydhub/mxnet
-
Keras和TensorFlow的版本对应关系
2021-01-21 13:14:07Keras和TensorFlow的对应关系，下面网址应该是解释最全的了，希望对大家有帮助 https://docs.floydhub.com/guides/environments/展开全文Keras和TensorFlow的对应关系，下面网址应该是解释最全的了，希望对大家有帮助
https://docs.floydhub.com/guides/environments/
-
【Python】keras和tensorflow的版本对应关系
2020-05-02 20:42:46Below is the list of Deep Learning environments supported by FloydHub. Any of these can be specified in the floyd run command using the --env ...If no --env is provided, it uses the tensorflow-1....展开全文Below is the list of Deep Learning environments supported by FloydHub. Any of these can be specified in the floyd run command using the --env option.
If no --env is provided, it uses the tensorflow-1.9 image by default, which comes with Python 3.6, Keras 2.2.0 and TensorFlow 1.9.0 pre-installed.Framework Env name (--env parameter) Description Docker Image Packages and Nvidia Settings TensorFlow 2.1 tensorflow-2.1 TensorFlow 2.1.0 + Keras 2.3.1 on Python 3.6. floydhub/tensorflow TensorFlow-2.1 TensorFlow 2.0 tensorflow-2.0 TensorFlow 2.0.0 + Keras 2.3.1 on Python 3.6. floydhub/tensorflow TensorFlow-2.0 TensorFlow 1.15 tensorflow-1.15 TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6. floydhub/tensorflow TensorFlow-1.15 TensorFlow 1.14 tensorflow-1.14 TensorFlow 1.14.0 + Keras 2.2.5 on Python 3.6. floydhub/tensorflow TensorFlow-1.14 TensorFlow 1.13 tensorflow-1.13 TensorFlow 1.13.0 + Keras 2.2.4 on Python 3.6. floydhub/tensorflow TensorFlow-1.13 TensorFlow 1.12 tensorflow-1.12 TensorFlow 1.12.0 + Keras 2.2.4 on Python 3.6. floydhub/tensorflow TensorFlow-1.12 tensorflow-1.12:py2 TensorFlow 1.12.0 + Keras 2.2.4 on Python 2. floydhub/tensorflow TensorFlow 1.11 tensorflow-1.11 TensorFlow 1.11.0 + Keras 2.2.4 on Python 3.6. floydhub/tensorflow TensorFlow-1.11 tensorflow-1.11:py2 TensorFlow 1.11.0 + Keras 2.2.4 on Python 2. floydhub/tensorflow TensorFlow 1.10 tensorflow-1.10 TensorFlow 1.10.0 + Keras 2.2.0 on Python 3.6. floydhub/tensorflow TensorFlow-1.10 tensorflow-1.10:py2 TensorFlow 1.10.0 + Keras 2.2.0 on Python 2. floydhub/tensorflow TensorFlow 1.9 tensorflow-1.9 TensorFlow 1.9.0 + Keras 2.2.0 on Python 3.6. floydhub/tensorflow TensorFlow-1.9 tensorflow-1.9:py2 TensorFlow 1.9.0 + Keras 2.2.0 on Python 2. floydhub/tensorflow TensorFlow 1.8 tensorflow-1.8 TensorFlow 1.8.0 + Keras 2.1.6 on Python 3.6. floydhub/tensorflow TensorFlow-1.8 tensorflow-1.8:py2 TensorFlow 1.8.0 + Keras 2.1.6 on Python 2. floydhub/tensorflow TensorFlow 1.7 tensorflow-1.7 TensorFlow 1.7.0 + Keras 2.1.6 on Python 3.6. floydhub/tensorflow TensorFlow-1.7 tensorflow-1.7:py2 TensorFlow 1.7.0 + Keras 2.1.6 on Python 2. floydhub/tensorflow TensorFlow 1.5 tensorflow-1.5 TensorFlow 1.5.0 + Keras 2.1.6 on Python 3.6. floydhub/tensorflow TensorFlow-1.5 tensorflow-1.5:py2 TensorFlow 1.5.0 + Keras 2.1.6 on Python 2. floydhub/tensorflow TensorFlow 1.4 tensorflow-1.4 TensorFlow 1.4.0 + Keras 2.0.8 on Python 3.6. floydhub/tensorflow tensorflow-1.4:py2 TensorFlow 1.4.0 + Keras 2.0.8 on Python 2. floydhub/tensorflow TensorFlow 1.3 tensorflow-1.3 TensorFlow 1.3.0 + Keras 2.0.6 on Python 3.6. floydhub/tensorflow tensorflow-1.3:py2 TensorFlow 1.3.0 + Keras 2.0.6 on Python 2. floydhub/tensorflow TensorFlow 1.2 tensorflow-1.2 TensorFlow 1.2.0 + Keras 2.0.6 on Python 3.5. floydhub/tensorflow tensorflow-1.2:py2 TensorFlow 1.2.0 + Keras 2.0.6 on Python 2. floydhub/tensorflow TensorFlow 1.1 tensorflow TensorFlow 1.1.0 + Keras 2.0.6 on Python 3.5. floydhub/tensorflow tensorflow:py2 TensorFlow 1.1.0 + Keras 2.0.6 on Python 2. floydhub/tensorflow TensorFlow 1.0 tensorflow-1.0 TensorFlow 1.0.0 + Keras 2.0.6 on Python 3.5. floydhub/tensorflow tensorflow-1.0:py2 TensorFlow 1.0.0 + Keras 2.0.6 on Python 2. floydhub/tensorflow TensorFlow 0.12 tensorflow-0.12 TensorFlow 0.12.1 + Keras 1.2.2 on Python 3.5. floydhub/tensorflow tensorflow-0.12:py2 TensorFlow 0.12.1 + Keras 1.2.2 on Python 2. floydhub/tensorflow PyTorch 1.4 pytorch-1.4 PyTorch 1.4.0 + fastai 1.0.60 on Python 3.6. floydhub/pytorch PyTorch-1.4 PyTorch 1.3 pytorch-1.3 PyTorch 1.3.0 + fastai 1.0.60 on Python 3.6. floydhub/pytorch PyTorch-1.3 PyTorch 1.2 pytorch-1.2 PyTorch 1.2.0 + fastai 1.0.60 on Python 3.6. floydhub/pytorch PyTorch-1.2 PyTorch 1.1 pytorch-1.1 PyTorch 1.1.0 + fastai 1.0.57 on Python 3.6. floydhub/pytorch PyTorch-1.1 PyTorch 1.0 pytorch-1.0 PyTorch 1.0.0 + fastai 1.0.51 on Python 3.6. floydhub/pytorch PyTorch-1.0 pytorch-1.0:py2 PyTorch 1.0.0 on Python 2. floydhub/pytorch PyTorch 0.4 pytorch-0.4 PyTorch 0.4.1 on Python 3.6. floydhub/pytorch PyTorch-0.4 pytorch-0.4:py2 PyTorch 0.4.1 on Python 2. floydhub/pytorch PyTorch 0.3 pytorch-0.3 PyTorch 0.3.1 on Python 3.6. floydhub/pytorch PyTorch-0.3 pytorch-0.3:py2 PyTorch 0.3.1 on Python 2. floydhub/pytorch PyTorch 0.2 pytorch-0.2 PyTorch 0.2.0 on Python 3.5 floydhub/pytorch pytorch-0.2:py2 PyTorch 0.2.0 on Python 2. floydhub/pytorch PyTorch 0.1 pytorch-0.1 PyTorch 0.1.12 on Python 3. floydhub/pytorch pytorch-0.1:py2 PyTorch 0.1.12 on Python 2. floydhub/pytorch Theano 0.9 theano-0.9 Theano rel-0.8.2 + Keras 2.0.3 on Python3.5. floydhub/theano theano-0.9:py2 Theano rel-0.8.2 + Keras 2.0.3 on Python2. floydhub/theano Caffe caffe Caffe rc4 on Python3.5. floydhub/caffe caffe:py2 Caffe rc4 on Python2. floydhub/caffe Torch torch Torch 7 with Python 3 env. floydhub/torch torch:py2 Torch 7 with Python 2 env. floydhub/torch Chainer 1.23 chainer-1.23 Chainer 1.23.0 on Python 3. floydhub/chainer chainer-1.23:py2 Chainer 1.23.0 on Python 2. floydhub/chainer Chainer 2.0 chainer-2.0 Chainer 1.23.0 on Python 3. floydhub/chainer chainer-2.0:py2 Chainer 1.23.0 on Python 2. floydhub/chainer MxNet 1.0 mxnet MxNet 1.0.0 on Python 3.6. floydhub/mxnet mxnet:py2 MxNet 1.0.0 on Python 2. floydhub/mxnet
-
keras和tensorflow的关系
2019-05-27 16:42:572017 年中，Keras 已经被大规模采用，并与 TensorFlow 集成在一起。这种 TensorFlow + Keras 的组合让你可以： 1、使用 Keras 的接口定义模型； 2、如果你需要特定的 TensorFlow 功能或者需要实现 Keras 不支持但 ... -
keras 和 tensorflow 版本对应关系
2020-12-09 10:20:58https://docs.floydhub.com/guides/environments/ -
Keras和TensorFlow的关系和区别
2018-06-11 14:41:27原址：https://blog.csdn.net/capecape/article/details/78390246TensorFlow和theano以及Keras都是深度学习框架，TensorFlow和theano比较灵活，也比较难学，它们其实就是一个微分器Keras其实就是TensorFlow和Keras的... -
Keras和Tensorflow以及Pytorch版本对应关系
2021-06-06 11:31:03Framework Env name (--env parameter) Description Docker Image ... TensorFlow 2.2.0 + Keras 2.3.1 on Python 3.7. floydhub/tensorflow TensorFlow-2.2 TensorFlow 2.1 tensorfl -
Keras和tensorflow的区别
2018-08-27 13:37:58Keras 是一个高级的Python 神经网络...如果读者不想了解TensorFlow 的细节，只需要模块化，那么Keras 是一个不错的选择。如 果将TensorFlow 比喻为编程界的Java 或C++，那么Keras 就是编程界的Python。它作为 Te... -
python中keras和tensorflow版本不对应
2021-10-29 09:40:25报错：AttributeError: module 'keras.utils' has no attribute 'get_custom_objects' 解决方案：协调一致 -
【记录】keras和tensorflow的版本对应关系
2020-01-09 19:49:28keras和tensorflow的版本对应关系 keras和tensorflow的版本对应关系，可参考： @https://docs.floydhub.com/guides/environments/ Framework Env name (--env parameter) Description Docker Image ... -
NVIDIA,CUDA，keras和TensorFlow之间的关系
2021-02-11 10:06:46文章目录NVIDIA的显卡驱动器与CUDAtensorflow各个版本需要的CUDA版本以及Cudnn的对应关系如何参考自己安装的CUDA的版本参考 NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念！CUDA是NVIDIA推出的用于自家GPU的并行... -
keras和tensorflow的版本匹配
2019-10-23 13:44:14在配置环境的时候出现包的版本不匹配的问题是很常见的，keras和tensorflow的版本对应关系，可参考： Framework Env name (--env parameter) Description Docker Image Packages and Nvidia Settings ... -
版本问题---keras和tensorflow的版本对应关系
2021-01-21 14:25:04版本问题---keras和tensorflow的版本对应关系 keras和tensorflow的版本对应关系，可参考： Framework Env name (--env parameter) Description Docker Image Packages and Nvidia Settings ... -
【转载】keras和tensorflow的版本对应关系
2021-01-13 22:01:10【转载】keras和tensorflow的版本对应关系 https://www.cnblogs.com/carle-09/p/11661261.html keras和tensorflow的版本对应关系，可参考： Framework Env name (--env parameter) Description Docker ... -
Keras与tf.keras：TensorFlow 2.0有什么区别？
2020-11-19 20:23:28在本教程的第一部分中，我们将讨论Keras和TensorFlow之间相互交织的历史，包括他们共同的受欢迎程度如何相互滋养，相互促进和滋养，使我们走向今天。 然后，我将讨论为什么您应该在以后的所有深度学习项目和... -
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow》第二版中文解读第十章
2020-10-16 18:35:47标题基于keras的人工神经网络的介绍 文章目录标题基于keras的人工神经网络的介绍前言一、从生物神经元到人工神经元1.生物神经元2.用神经元进行逻辑计算3.感知机前向计算反向传播二、使用步骤1.引入库2.读入数据总结... -
tensorflow哪个版本_tensorflow和keras版本对应关系
2021-11-03 22:24:15 -
tensorflow和keras的关系
2021-09-16 09:46:14TensorFlow 2.0中的tf.keras和Keras有何区别？为什么以后一定要用tf.keras？ tensorflow和keras版本对应关系 keras的安装和出现Using TensorFlow backend. -
tensorflow和keras版本对应关系
2020-06-13 11:50:11Tensorflow版本 Keras版本 Tensorflow 2.1 Tensorflow 2.0 Tensorflow 1.15 Keras 2.3.1 Tensorflow 1.14 Keras 2.2.5 Tensorflow 1.13 Tensorflow 1.12 Tensorflow 1.11 Keras 2.2.4 Tensorflow 1.10 ... -
keras和tensorflow对应版本
2020-03-04 00:36:20版本问题 keras和tensorflow的版本对应关系 keras和tensorflow的版本对应关系，可参考： @https://docs.floydhub.com/guides/envi... -
深度学习Python (二) pytorch、Keras、TensorFlow之间的区别
2020-03-26 23:09:53一、Keras、TensorFlow关系 TensorFlow是最著名的用于深度学习生产环境的框架。它有一个非常大非常棒的社区。然而，TensorFlow的使用不那么简单。另一方面，Keras是在TensorFlow基础上构建的高层API，比TF...
收藏数
8,584
精华内容
3,433