keras默认backend如何实现 keras默认backend实现方式

keras默认backend如何实现？本篇文章小编给大家分享一下keras默认backend实现方式，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

1 . 进入当前用户目录：

cd ~

2 . 查看当前目录下的文件：

ls -a

3 . 找到.keras目录并进入：

cd .keras

4 . 进入并查看keras.json文件：

cat keras.json

5 . 可能的显示如下：

{“image_dim_ordering”:”tf”, “epsilon”: 1e-07, “floatx”: “float32”, “backend”: “tensorflow”}

补充知识：keras和tensorflow的channel之争（你的channel是否正确？）

说到keras，封装了tensorflow，因其简单，方便，好用为吾等深度学习入门工具．tensorflow则相反，自由度高，坑多，新手上手很难，学习曲线很陡，即使老手，栽倒坑里都得骂娘(调试困难).

骂娘，你不是第一个也不是最后一个。

tensorflow2.0已经出了，加入了动态图机制，学了pytorch吗。为什么，不好用。据统计，现在搞科研的更加喜欢用pytorch，因为其动态图机制，就像调试python程序一样调试神经网络，实在是好。

扯了这么多，转到正题。

其实，也就是说keras默认通道在前（channel-first），而tensorflow默认通道在后(channel-last)，跑程序时需要根据你的数据格式更改设置，~/keras/keras.json即可，当代码里既有keras又有tensoflow时更要注意。