作者Ericz7000 (黑猫老公^^)
看板DataScience
标题[问题] tf.keras 跟 keras的差别
时间Sun Jun 2 00:38:33 2019
大家好
不好意思我想请问
from tensorflow import keras
跟
import keras
这两个差别在哪?
由於近日我使用cuda跑训练
但是使用from tensorflow import keras
(tensorflow-gpu)
却迟迟抓不到keras
因此不得已先使用import keras跑看看
看起来训练是有比较快
也有出现
https://i.stack.imgur.com/RtRiB.png
的讯息
所以我想gpu应该有在这个模型上作用
但是反倒好奇tf.keras 跟 keras两个lib
差别，而我看网上说tf.keras好像有加强keras的实作而已，我这样改不会影响gpu作用吧
？
大概是这样
谢谢各位
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.113.136.219
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1559407115.A.6B7.html
※ 编辑: Ericz7000 (140.113.136.219), 06/02/2019 00:42:49
※ 编辑: Ericz7000 (140.113.136.219), 06/02/2019 00:44:22
1F：推 sean50301: tf.keras有针对tensorflow的一些特有功能作支援 06/02 09:53
2F：推 yiefaung: tf.keras比keras快一点 06/02 10:31
3F：推 was11: 我用tf keras可以跑耶 06/02 21:30
4F：→ sxy67230: 基本上都差不多，但是用tf.keras你可以转tpu mode加速（ 06/03 08:27
5F：→ sxy67230: 本人用colab实验过，用tpu速度真的变快非常多），还有你 06/03 08:27
6F：→ sxy67230: 可以用eager模式不用像过去一样强调先build静态图，可以 06/03 08:27
7F：→ sxy67230: 边debug边build你的model。再来就是tf.data的支援，根 06/03 08:27
8F：→ sxy67230: 据官方的说法，tf.data在处理大量资料时节省蛮多记忆体 06/03 08:27
9F：→ sxy67230: 的，还有tf.distribution 做多机分散式系统。 06/03 08:27
10F：推 sxy67230: 另外，tf.data也支援到分散式可以把你的训练资料放在多 06/03 08:33
11F：→ sxy67230: 主机里做并行化，这些都是tensorflow 特有的优点融入到k 06/03 08:33
12F：→ sxy67230: eras，而且2.0後，tensorflow移除很多本来的上层api， 06/03 08:33
13F：→ sxy67230: 直接预设keras就是tensorflow的上层api了。 06/03 08:33
14F：→ ap954212: Tf.keras是tf里面的keras 跟直接import keras是两回事 06/05 14:24