我遇到了严重的不兼容性问题,因为相同的代码在一个代码与另一个代码之间却发生了冲突。例如:
从Github的源代码来看,这些模块及其导入看起来相当相同,tf.keras甚至从中导入也是如此tf.python.keras。在教程中,我看到两者都经常使用。例如,下面的代码将失败tf.python.keras。
tf.keras
tf.python.keras
这是怎么回事?有什么区别,什么时候应该使用其中一个?
from tensorflow.keras.layers import Input, Dense from tensorflow.keras.models import Model from tensorflow.keras.optimizers import Nadam import numpy as np ipt = Input(shape=(4,)) out = Dense(1, activation='sigmoid')(ipt) model = Model(ipt, out) model.compile(optimizer=Nadam(lr=1e-4), loss='binary_crossentropy') X = np.random.randn(32,4) Y = np.random.randint(0,2,(32,1)) model.train_on_batch(X,Y)
附加信息 :
tensorflow
tensorflow-gpu
从官方的TensorFlow开发人员开始,缩短了(强调我的意思):
API导入位于软件包的根目录中。其他任何导入都只是Python,允许您访问私有程序而无需考虑良好的编码习惯。 进口的唯一方法是 import tensorflow as tf tf.keras 我们也提供的支持from tensorflow.keras import,尽管它很脆弱,并且在我们继续重构时可能会中断。 不支持 从tensorflow.python或任何其他模块(包括import tensorflow_core) 导入 ,并且可能会突然中断。
API导入位于软件包的根目录中。其他任何导入都只是Python,允许您访问私有程序而无需考虑良好的编码习惯。
进口的唯一方法是
import tensorflow as tf tf.keras
我们也提供的支持from tensorflow.keras import,尽管它很脆弱,并且在我们继续重构时可能会中断。 不支持 从tensorflow.python或任何其他模块(包括import tensorflow_core) 导入 ,并且可能会突然中断。
from tensorflow.keras import
tensorflow.python
import tensorflow_core
我: 可以肯定的tf.python.keras是, 私有的 是为了发展,而不是供 公众 使用?
是的,确实如此。一切tf.python都是私人的
tf.python
但是,这还不是全部。tf.python仍然是访问某些函数/类的唯一方法- 例如tf.python.framework和tf.python.ops,都在中使用tf.keras.optimizers。但是如上所述,除非您正在“开发”(即编写自定义功能或类),否则这不会成为问题。“开箱即用”用法应该很好,永远不要碰tf.python。
tf.python.framework
tf.python.ops
tf.keras.optimizers
请注意,这不仅是兼容性问题,而且“只要没有任何问题”,两者就 不能 互换。例如,tf.keras使用optimizer_v2,它与tf.python.keras Optimizer实质上不同。
最后,请注意,以上两个链接都以tf.python.keras-不确定而结束,但似乎tf.keras在TF Github中实际上并不存在(例如,无引用OptimizerV2),但是在本地安装时,它 确实 与TF合并在tensorflow_core/python/keras/api/_v2文件夹中:
OptimizerV2
tensorflow_core/python/keras/api/_v2
from tensorflow import keras print(keras.__file__) from tensorflow.python import keras print(keras.__file__) D:\Anaconda\lib\site-packages\tensorflow_core\python\keras\api\_v2\keras\__init__.py D:\Anaconda\lib\site-packages\tensorflow_core\python\keras\__init__.py
虽然两个共享python/文件夹,他们 不 都tf.python-可以从它们各自的验证__init__.py。
python/
__init__.py
更新 :tf.python.keras.optimizers与tf.python.keras.layersvs一起tf.keras.optimizers使用,对于中型模型(代码),tf.keras.layers运行 速度 要 慢11.5倍 。我继续在用户代码中看到前者-将其视为警告提示。
tf.python.keras.optimizers
tf.python.keras.layers
tf.keras.layers