gpt4 book ai didi

keras - 针对特定项目的 keras 配置的推荐方法?

转载 作者:行者123 更新时间:2023-12-01 12:18:18 28 4
gpt4 key购买 nike

我的目标是在每个项目的基础上维护 keras 配置,例如一个项目更喜欢 theano 后端,另一个项目更喜欢 tensorflow 后端。作为奖励,我想与其他开发人员相对无缝地共享此配置。

这里有一些想法:

  1. keras 配置可以由虚拟环境管理或在虚拟环境内管理吗?
  2. 我应该使用 dotenvautoenv 来管理一些共享环境配置(通过 KERAS_BACKEND 环境变量)吗?
  3. 在使用 $HOME 中的版本之前,是否应该更新 keras 以在工作树中查找 .keras/keras.json 文件?

最佳答案

  1. Can keras config be managed by/within a virtual environment?

基本配置参数(如后端、浮点精度)在 $KERAS_HOME/keras.json 文件中进行管理。您可以为每个 Anaconda/虚拟环境创建一个 keras.json,并在加载时将 KERAS_HOME 设置为指向特定文件。

或者,这些变量可以在运行时通过 Keras 后端设置,这将覆盖配置文件中的值:

from keras import backend as K
K.set_floatx('float16')

根据 Keras 后端,还可以配置其他参数。例如,对于 tensorflow 后端,可能需要配置 tf.ConfigProto。一种实用的方法是在运行时执行此操作,例如:

import os 
if os.environ['KERAS_BACKEND'] == 'tensorflow':
import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.95, allow_growth=True)
config = tf.ConfigProto(gpu_options=gpu_options)
set_session(tf.Session(config=config))

参见 config.proto对于可以配置的内容。

  1. Should I use something like dotenv or autoenv to manage some shared environment configuration (via the KERAS_BACKEND environment variable)?

这绝对不是必须的,可以使用 Keras 中可用的 os.environ 和 get/set 方法来修改变量。

  1. Should keras be updated to look for a .keras/keras.json file in the working tree before using the version in $HOME?

可以通过更改 KERAS_HOME 环境变量或启动您的应用程序来指向 keras.json 配置文件的自定义位置:

env KERAS_HOME=<path to custom folder containing keras.json> python keras_app.py

关于keras - 针对特定项目的 keras 配置的推荐方法?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46497650/

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com