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
-
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 Keras 2 使用 TensorFlow CUDA 9 和 cuDNN 7 的 Python 3 上的后端:
$
source activate tensorflow_p36 -
对于 Keras 2 使用 TensorFlow CUDA 9 和 cuDNN 7 的 Python 2 上的后端:
$
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 正在使用 TensorFlow,随即将显示以下内容:
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。
您可以在带 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 Keras 的示例中找到 Keras 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.