本文探讨了Keras和tf.keras的主要相似之处及关键差异，包括模型权重保存格式、优化器配置、数据集处理方式等，为开发者选择合适的深度学习框架提供指导。
keras和tf.keras大部分用法相同。
区别：
- tf.keras版本可能与keras不同
- 保存模型的权重： tf.keras 默认采用检查点checkpoints格式。请传递 save_format=‘h5’ 以使用 HDF5；keras用h5格式
- 调用 compile 方法配置模型的学习流程： tf.keras是用tf.train 模块向其传递optimizer优化器实例；keras是keras.optimizers，或用名称使用默认参数的优化器
- 数据集： tf.keras用 tf.data.Dataset实例传递到 fit 方法；keras用keras.datasets
- 都可输入numpy数据
扫一扫
1807
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
