您好、欢迎来到现金彩票网!
当前位置:至尊彩票 > 浮点数 >

一文看懂Keras和TensorFlow到底哪家强

发布时间:2019-05-08 20:04 来源:未知 编辑:admin

  本文的作者经常在电子邮箱中、社交媒体上,甚至在与深度学习研究人员、从业者和工程师面对面交谈时,会被问到这些问题:我应该在项目中使用 Keras 还是 TensorFlow?TensorFlow 和 Keras 哪个更好?我应该花时间研究TensorFlow 还是 Keras?你是不是也有相同的疑问?如果有,相信这篇文章会给你答案。

  简单地说,你可以将 TensorFlow 代码直接插入到 Keras 的模型或训练管道中!

  但请别误会,我并不是说你就不需要了解 TensorFlow 了。我的意思是,如果你:

  我的建议是先从 Keras 着手,然后深入 TensorFlow,这样可以获得你需要的某些特定功能。

  在这篇文章中,我将向你展示如何使用 Keras 训练神经网络,以及如何使用直接构建在 TensorFlow 库中的 Keras + TensorFlow 组合来训练模型。

  在文章的其余部分,我将继续讨论有关 Keras 与 TensorFlow 的争论以及为什么说这个问题其实是个错误的问题。

  我们将在一个样本数据集上训练 CNN,然后检查结果——你会发现,Keras 和 TensorFlow 可以很融洽地合作。

  最重要的是,你将会了解为什么 Keras 与 TensorFlow 之间的争论其实是没有意义的。

  尽管从 TensorFlow 宣布将 Keras 集成到官方 TensorFlow 版本中已经一年多时间了,但很多深度学习从业者仍然不知道他们可以通过 tf.keras 子模块访问 Keras,为此我感到很惊讶。

  如果你发现自己还在问这样的问题,那么请退后一步——你问的是错误的问题——你可以同时拥有这两个框架。

  在 tf.keras 中包含 Keras 让你可以使用标准的 Keras 包实现简单的前馈神经网络:

  这是否意味着你必须使用 tf.keras?标准的 Keras 包是不是已经过时?当然不是。

  作为一个库,Keras 仍然可以单独使用,因此未来两者可能会分道扬镳。不过,因为谷歌官方支持 Keras 和 TensorFlow,所以似乎不太可能出现这种情况。

  但如果你主要使用的是 TensorFlow,那么应该开始考虑一下 Keras API:

  CIFAR-10 数据集包含了 10 个分类,我们将它用在我们的演示中。

  为简单起见,我们将使用以下方法在 CIFAR-10 数据集上训练两个单独的卷积神经网络:

  我还将展示如何将自定义的 TensorFlow 代码包含在 Keras 模型中。

  pyimagesearch 模块不能通过 pip 安装,请点击文末提供的下载链接。现在让我们看一下该模块的两个重要 Python 文件:

  你会发现我们在应用池化层之前堆叠了一系列卷积、ReLU 激活和批量规范化层,以便减少卷的空间维度。还使用了 Dropout 来减少过拟合。

  我们已经使用 Keras 实现了 CNN,现在创建将用于训练的驱动脚本。

  我们基于数据的测试分割来评估网络,并生成 classification_report,最后再导出结果。

  注意:通常我会序列化并导出模型,以便可以将其用在图像或视频的处理脚本中,但这里不打算这样做,因为这超出了本文的范围。

  我们获得了 75%的准确率——当然不是最先进的,不过它比随机猜测(1/10)要好得多。

  使用 tf.keras 构建的 MiniVGGNet CNN 与我们直接使用 Keras 构建的模型是一样的,除了为演示目的而修改的激活函数。

  现在我们已经使用 Keras 库实现并训练了一个简单的 CNN,接下来我们要:

  请注意,导入部分只有一行。tf.keras 子模块包含了我们可以直接调用的所有 Keras 函数。

  训练过程几乎是一样的。我们已经实现了完全相同的训练流程,只是这次使用的是 tf.keras。

  通过使用 CRELU 替换 RELU 激活函数,我们获得了 76%的准确率。不过,这 1%的提升可能是因为网络权重的随机初始化,需要通过进一步的交叉验证实验来证明这种准确率的提升确实是因为 CRELU。

  不管怎样,原始准确率并不是本节的重点。我们需要关注的是如何在 Keras 模型内部使用 TensorFlow 激活函数替换标准的 Keras 激活函数!

  在这篇文章中,我们讨论了 Keras 和 TensorFlow 相关的问题,包括:

  最后我们发现,在 Keras 和 TensorFlow 之间做出选择变得不那么重要。

  新智元 AI 技术 + 产业社群招募中,欢迎对 AI 技术 + 产业落地感兴趣的同学,加小助手微信号:aiera2015_3入群;通过审核后我们将邀请进群,加入社群后务必修改群备注(姓名 - 公司 - 职位;专业群审核较严,敬请谅解)。返回搜狐,查看更多

http://steveouch.com/fudianshu/216.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有