python - 如今 tf.keras.backend 有什么用处，使用或不使用它进行编码是否更安全/更面向 future ？

Question

我了解在多框架支持早已过去的日子里对 keras.backend 的历史需求。但现在我们正在讨论 tf.keras，并且由于 Keras 已调度 to support this toolkit only ，我想知道现在 tf.keras.backend 的用途是什么。据我所知，它仅公开了 tf.* 中可用函数的一小部分，并且发展速度较慢。

所以，是tf.keras.backend

• 最好避免，因为它是过去的过时残余，可能会在未来的版本中被删除？
• 或者，尽可能首选 tf.* 的面向 future 的替代方案，因为该 API 的变化速度比 TF 本身慢得多，并且不会很快消失？
• 还是其他什么？

Answer 1

目前很难说哪一个更好。因为 keras 后端提供了独特的功能(仍然)。

例如， K.rnn 是Keras后端提供的一个非常有值(value)的功能。这可用于在时间维度上迭代顺序模型 (LSTM/GRU) 的时间输出。当您必须执行 map() 时，这非常有用。序列模型的每个时间输出上的类似函数(例如，为编码器的每个 LSTM 输出计算注意力向量)。这是实现上述目标的非常方便的函数，因为(据我所知)使用 tf.* 执行此操作。涉及tf.gather并且可能会变得丑陋(尤其是在 TF 1.x 中)。我不太确定其他功能可能比 tf.* 提供独特的优势。但可能有一些(例如 K.foldl )。

另一方面，tf.*确实提供了比 Keras 后端提供的更多功能。

总之，我认为现在完全避免 Keras 后端还为时过早。但我确实觉得 keras 后端将合并到 tf.*在某些时候为了提供更一致的 API。