version
函数keras.version()
clear_session
函数keras.utils.clear_session(free_memory=True)
重置 Keras 生成的所有状态。
Keras 管理一个全局状态,用于实现函数式模型构建 API 并确保自动生成的层名称的唯一性。
如果在循环中创建许多模型,这个全局状态会随着时间消耗越来越多的内存,您可能希望将其清除。调用 clear_session()
会释放全局状态:这有助于避免旧模型和层造成的混乱,尤其是在内存有限的情况下。
参数
clear_session()
时,您可能希望跳过它。示例 1:在循环中创建模型时调用 clear_session()
for _ in range(100):
# Without `clear_session()`, each iteration of this loop will
# slightly increase the size of the global state managed by Keras
model = keras.Sequential([
keras.layers.Dense(10) for _ in range(10)])
for _ in range(100):
# With `clear_session()` called at the beginning,
# Keras starts with a blank state at each iteration
# and memory consumption is constant over time.
keras.backend.clear_session()
model = keras.Sequential([
keras.layers.Dense(10) for _ in range(10)])
示例 2:重置层名称生成计数器
>>> layers = [keras.layers.Dense(10) for _ in range(10)]
>>> new_layer = keras.layers.Dense(10)
>>> print(new_layer.name)
dense_10
>>> keras.backend.clear_session()
>>> new_layer = keras.layers.Dense(10)
>>> print(new_layer.name)
dense
enable_traceback_filtering
函数keras.config.enable_traceback_filtering()
开启追溯过滤。
原始的 Keras 追溯(也称为堆栈跟踪)包含许多内部帧,这很难通读,并且对最终用户而言不可操作。默认情况下,Keras 会在大多数它引发的异常中过滤内部帧,以使追溯简短、可读,并聚焦于对您可操作的内容(您的代码)。
另请参阅 keras.config.disable_traceback_filtering()
和 keras.config.is_traceback_filtering_enabled()
。
如果您之前已通过 keras.config.disable_traceback_filtering()
禁用追溯过滤,您可以通过 keras.config.enable_traceback_filtering()
重新启用它。
disable_traceback_filtering
函数keras.config.disable_traceback_filtering()
关闭追溯过滤。
原始的 Keras 追溯(也称为堆栈跟踪)包含许多内部帧,这很难通读,并且对最终用户而言不可操作。默认情况下,Keras 会在大多数它引发的异常中过滤内部帧,以使追溯简短、可读,并聚焦于对您可操作的内容(您的代码)。
另请参阅 keras.config.enable_traceback_filtering()
和 keras.config.is_traceback_filtering_enabled()
。
如果您之前已通过 keras.config.disable_traceback_filtering()
禁用追溯过滤,您可以通过 keras.config.enable_traceback_filtering()
重新启用它。
is_traceback_filtering_enabled
函数keras.config.is_traceback_filtering_enabled()
检查追溯过滤是否已开启。
原始的 Keras 追溯(也称为堆栈跟踪)包含许多内部帧,这很难通读,并且对最终用户而言不可操作。默认情况下,Keras 会在大多数它引发的异常中过滤内部帧,以使追溯简短、可读,并聚焦于对您可操作的内容(您的代码)。
另请参阅 keras.config.enable_traceback_filtering()
和 keras.config.disable_traceback_filtering()
。
如果您之前已通过 keras.config.disable_traceback_filtering()
禁用追溯过滤,您可以通过 keras.config.enable_traceback_filtering()
重新启用它。
返回值
布尔值,如果追溯过滤已开启则为 True
,否则为 False
。
enable_interactive_logging
函数keras.config.enable_interactive_logging()
开启交互式日志记录。
当交互式日志记录开启时,Keras 通过 stdout 显示日志。这在使用 Keras 的交互式环境(如 shell 或 notebook)中提供了最佳体验。
disable_interactive_logging
函数keras.config.disable_interactive_logging()
关闭交互式日志记录。
当交互式日志记录关闭时,Keras 会将日志发送到 absl.logging
。这在使用 Keras 进行非交互式操作时是最佳选择,例如在服务器上运行训练或推理任务。
is_interactive_logging_enabled
函数keras.config.is_interactive_logging_enabled()
检查交互式日志记录是否已开启。
要在将日志写入 stdout 和 absl.logging
之间切换,您可以使用 keras.config.enable_interactive_logging()
和 keras.config.disable_interactive_logging()
。
返回值
布尔值,如果交互式日志记录已开启则为 True
,否则为 False
。
enable_unsafe_deserialization
函数keras.config.enable_unsafe_deserialization()
全局禁用安全模式,允许反序列化 lambda。
floatx
函数keras.config.floatx()
返回默认浮点类型,以字符串形式。
例如 'bfloat16'
, 'float16'
, 'float32'
, 'float64'
。
返回值
字符串,当前的默认浮点类型。
示例
>>> keras.config.floatx()
'float32'
set_floatx
函数keras.config.set_floatx(value)
设置默认浮点数据类型。
注意:不建议将其设置为 "float16"
进行训练,因为这可能会导致数值稳定性问题。相反,应使用混合精度,它利用了 float16
和 float32
的混合。可以通过调用 keras.mixed_precision.set_dtype_policy('mixed_float16')
进行配置。
参数
'bfloat16'
, 'float16'
, 'float32'
, 或 'float64'
。示例
>>> keras.config.floatx()
'float32'
>>> keras.config.set_floatx('float64')
>>> keras.config.floatx()
'float64'
>>> # Set it back to float32
>>> keras.config.set_floatx('float32')
引发
image_data_format
函数keras.config.image_data_format()
返回默认图像数据格式约定。
返回值
字符串,可以是 'channels_first'
或 'channels_last'
。
示例
>>> keras.config.image_data_format()
'channels_last'
set_image_data_format
函数keras.config.set_image_data_format(data_format)
设置图像数据格式约定的值。
参数
'channels_first'
或 'channels_last'
。示例
>>> keras.config.image_data_format()
'channels_last'
>>> keras.config.set_image_data_format('channels_first')
>>> keras.config.image_data_format()
'channels_first'
>>> # Set it back to `'channels_last'`
>>> keras.config.set_image_data_format('channels_last')
epsilon
函数keras.config.epsilon()
返回在数值表达式中使用的模糊因子值。
返回值
浮点数。
示例
>>> keras.config.epsilon()
1e-07
set_epsilon
函数keras.config.set_epsilon(value)
设置在数值表达式中使用的模糊因子值。
参数
示例
>>> keras.config.epsilon()
1e-07
>>> keras.config.set_epsilon(1e-5)
>>> keras.config.epsilon()
1e-05
>>> # Set it back to the default value.
>>> keras.config.set_epsilon(1e-7)
backend
函数keras.config.backend()
用于确定当前后端的公共方法。
返回值
字符串,Keras 当前使用的后端名称。可以是 "tensorflow"
, "torch"
, 或 "jax"
。
示例
>>> keras.config.backend()
'tensorflow'