Keras - 深度学习 AMI
Keras 教程更多教程
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 AWS 服务入门。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Keras

Keras 教程

  1. 要激活此框架，请在您的将深度学习 AMI 与 Conda 结合使用 CLI 上使用这些命令。

    • 对于使用 CUDA 9 和 cuDNN 7 的 Python 3 上的具有 MXNet 后端的 Keras 2：

      $ source activate mxnet_p36

    • 对于使用 CUDA 9 和 cuDNN 7 的 Python 2 上的具有 MXNet 后端的 Keras 2：

      $ source activate mxnet_p27

    • 对于使用 CUDA 9 和 cuDNN 7 的 Python 3 上具有 TensorFlow 后端的 Keras 2：

      $ source activate tensorflow_p36

    • 对于在使用 CUDA 9 和 cuDNN 7 的 Python 2 上具有 TensorFlow 后端的 Keras 2：

      $ source activate tensorflow_p27

  2. 要测试导入 Keras 以验证激活哪些后端，请使用这些命令：

    
$ ipython
import keras as k

    以下内容应显示您的屏幕上：

    Using MXNet backend

    如果 Keras 使用的是 TensorFlow，则会显示以下内容：

    Using TensorFlow backend
    注意

    如果您收到错误，或如果仍在使用错误的后端，则可以手动更新您的 Keras 配置。编辑 ~/.keras/keras.json 文件并将后端设置更改为 mxnet 或 tensorflow。

更多教程

  • 有关使用具有 MXNet 后端的 Keras 的多 GPU 教程，请尝试Keras-MXNet Multi-GPU 训练教程。

  • 您可以在具有 Conda 的深度学习 AMI 中查找有关具有 MXNet 后端的 Keras 的示例。~/examples/keras-mxnet目录。

  • 您可以在具有 Conda 的深度学习 AMI 中查找有关具有 TensorFlow 后端的 Keras 的示例。~/examples/keras目录。

  • 有关其他教程和示例，请参阅Keras网站.