Keras
Keras 教程
-
要激活此框架，请在您的使用 采用 Conda 的 Deep Learning 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
-
-
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 采用 Conda 的 Deep Learning AMI
~/examples/keras-mxnet目录中查找有关具有 MXNet 后端的 Keras 的示例。 -
您可以在 采用 Conda 的 Deep Learning AMI
~/examples/keras目录中查找有关具有 TensorFlow 后端的 Keras 的示例。 -
有关其他教程和示例，请参阅 Keras 网站。