Keras - 深度学习 AMI
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 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,请在您的在 Conda 中使用深度学习 AMI 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 Keras 2 来说 TensorFlow Python 3 上的后端使用 CUDA 9 和 cudnN 7:

      $ source activate tensorflow_p36
    • 对于 Keras 2 来说 TensorFlow Python 2 上的后端使用 CUDA 9 和 cudnN 7:

      $ 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 正在使用 TensorFlow,将显示以下内容:

    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 mxnettensorflow

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

  • 你可以在 Conda 的深度学习 AMI 中找到带有 MXNet 后端的 Keras 的示例~/examples/keras-mxnet目录。

  • 你可以找到 Keras 的例子 TensorFlow 使用 Conda 的深度学习 AMI 中的后端~/examples/keras目录。

  • 有关其他教程和示例,请参阅Keras网站。