為什麼這篇keras tensorflow比較鄉民發文收入到精華區：因為在keras tensorflow比較這個討論話題中，有許多相關的文章在討論，這篇最有參考價值！作者Ericz7000 (黑貓老公^^)看板DataScience標題[問題] tf.keras 跟...
大家好
不好意思我想請問
from tensorflow import keras
跟
import keras
這兩個差別在哪?
由於近日我使用cuda跑訓練
但是使用from tensorflow import keras
(tensorflow-gpu)
卻遲遲抓不到keras
因此不得已先使用import keras跑看看
看起來訓練是有比較快
也有出現
https://i.stack.imgur.com/RtRiB.png
所以我想gpu應該有在這個模型上作用
但是反倒好奇tf.keras 跟 keras兩個lib
差別，而我看網上說tf.keras好像有加強keras的實作而已，我這樣改不會影響gpu作用吧
？
大概是這樣
謝謝各位
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.136.219
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1559407115.A.6B7.html
※ 編輯: Ericz7000 (140.113.136.219), 06/02/2019 00:42:49
※ 編輯: Ericz7000 (140.113.136.219), 06/02/2019 00:44:22
推 sean50301: tf.keras有針對tensorflow的一些特有功能作支援 06/02 09:53
推 yiefaung: tf.keras比keras快一點 06/02 10:31
推 was11: 我用tf keras可以跑耶 06/02 21:30
→ sxy67230: 基本上都差不多，但是用tf.keras你可以轉tpu mode加速（ 06/03 08:27
→ sxy67230: 本人用colab實驗過，用tpu速度真的變快非常多），還有你 06/03 08:27
→ sxy67230: 可以用eager模式不用像過去一樣強調先build靜態圖，可以 06/03 08:27
→ sxy67230: 邊debug邊build你的model。再來就是tf.data的支援，根 06/03 08:27
→ sxy67230: 據官方的說法，tf.data在處理大量資料時節省蠻多記憶體 06/03 08:27
→ sxy67230: 的，還有tf.distribution 做多機分散式系統。 06/03 08:27
推 sxy67230: 另外，tf.data也支援到分散式可以把你的訓練資料放在多 06/03 08:33
→ sxy67230: 主機裡做並行化，這些都是tensorflow 特有的優點融入到k 06/03 08:33
→ sxy67230: eras，而且2.0後，tensorflow移除很多本來的上層api， 06/03 08:33
→ sxy67230: 直接預設keras就是tensorflow的上層api了。 06/03 08:33
→ ap954212: Tf.keras是tf裡面的keras 跟直接import keras是兩回事 06/05 14:24