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,它用于实现函数式模型构建 API 并使自动生成的层名称唯一化。
如果您在循环中创建许多模型,则此全局状态将随着时间的推移消耗越来越多的内存,您可能希望清除它。调用 clear_session()
会释放全局状态:这有助于避免旧模型和层的混乱,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()
打开跟踪回溯过滤。
原始 Keras 跟踪回溯(也称为堆栈跟踪)涉及许多内部帧,这可能难以阅读,同时对于最终用户而言没有实际意义。默认情况下,Keras 会过滤其引发的大多数异常中的内部帧,以保持跟踪回溯简短、易读,并专注于对您(您的代码)有实际意义的内容。
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()
禁用了跟踪回溯过滤,则可以通过 keras.config.enable_traceback_filtering()
重新启用它。
disable_traceback_filtering
函数keras.config.disable_traceback_filtering()
关闭跟踪回溯过滤。
原始 Keras 跟踪回溯(也称为堆栈跟踪)涉及许多内部帧,这可能难以阅读,同时对于最终用户而言没有实际意义。默认情况下,Keras 会过滤其引发的大多数异常中的内部帧,以保持跟踪回溯简短、易读,并专注于对您(您的代码)有实际意义的内容。
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()
禁用了跟踪回溯过滤,则可以通过 keras.config.enable_traceback_filtering()
重新启用它。
is_traceback_filtering_enabled
函数keras.config.is_traceback_filtering_enabled()
检查是否启用了跟踪回溯过滤。
原始 Keras 跟踪回溯(也称为堆栈跟踪)涉及许多内部帧,这可能难以阅读,同时对于最终用户而言没有实际意义。默认情况下,Keras 会过滤其引发的大多数异常中的内部帧,以保持跟踪回溯简短、易读,并专注于对您(您的代码)有实际意义的内容。
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()
禁用了跟踪回溯过滤,则可以通过 keras.config.enable_traceback_filtering()
重新启用它。
返回值
布尔值,如果启用了跟踪回溯过滤,则为 True
,否则为 False
。
enable_interactive_logging
函数keras.config.enable_interactive_logging()
打开交互式日志记录。
启用交互式日志记录时,Keras 通过标准输出显示日志。在交互式环境(例如 shell 或笔记本)中使用 Keras 时,这提供了最佳体验。
disable_interactive_logging
函数keras.config.disable_interactive_logging()
关闭交互式日志记录。
禁用交互式日志记录时,Keras 将日志发送到 absl.logging
。当以非交互方式使用 Keras 时,例如在服务器上运行训练或推理作业,这是最佳选择。
is_interactive_logging_enabled
函数keras.config.is_interactive_logging_enabled()
检查是否启用了交互式日志记录。
要切换在标准输出和 absl.logging
之间写入日志,您可以使用 keras.config.enable_interactive_logging()
和 keras.config.disable_interactive_logging()
。
返回值
布尔值,如果启用了交互式日志记录,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 函数。
floatx
函数keras.config.floatx()
以字符串形式返回默认浮点类型。
例如 'bfloat16'
、'float16'
、'float32'
、'float64'
。
返回值
字符串,当前默认浮点类型。
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,混合精度利用了 float16
和 float32
的混合。可以通过调用 keras.mixed_precision.set_dtype_policy('mixed_float16')
来配置它。
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')
引发异常
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,'channels_first'
或 'channels_last'
之一。
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()
返回数值表达式中使用的模糊因子的值。
返回值
浮点数。
示例
>>> keras.config.epsilon()
1e-07
set_epsilon
函数keras.config.set_epsilon(value)
设置数值表达式中使用的模糊因子的值。
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访问方法。
返回值
字符串,Keras 当前正在使用的后端名称。"tensorflow"
、"torch"
或 "jax"
之一。
示例
>>> keras.config.backend()
'tensorflow'