在利用Keras进行实验的时候,后端为Tensorflow,出现了以下问题:

1. 服务器端激活Anaconda环境跑程序时,实验结果很差。

环境:tensorflow 1.4.0,keras 2.1.5

2. 服务器端未激活Anaconda环境跑程序时,实验结果回到正常值。

环境:tensorflow 1.7.0,keras 2.0.8

3. 自己PC端跑相同程序时,实验结果回到正常值。

环境:tensorflow 1.6.0,keras 2.1.5

怀疑实验结果的异常性是由于Keras和Tensorflow版本之间的兼容性导致的。查阅网上资料,借鉴他人的经验,将服务器端的Anaconda环境配置为:tensorflow 1.4.0,keras 2.0.8,实验结果恢复了正常。

这里贴出参考的Keras和Tensorflow版本之间兼容性的链接,供参考:https://docs.floydhub.com/guides/environments/。

在配置环境和调用库的时候,需要注意库之间、与环境之间版本与API的兼容性。特别地,cuda版本、cudnn版本、tensorflow版本等。

以上这篇解决Keras 与 Tensorflow 版本之间的兼容性问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!