Как установить разные бэкэнды keras в разных средах conda - PullRequest
Новая
       29

Как установить разные бэкэнды keras в разных средах conda

0 голосов
/ 15 мая 2018

Как мне установить разные бэкэнды keras в разных conda средах? Потому что в конкретной среде, если я изменю бэкэнд на tensorflow в keras.json, то в другой среде Python бэкэнд keras будет тоже tensorflow. В моих документах только один keras.json.

Ответы [ 2 ]

0 голосов
/ 19 июня 2018

Для использования разных бэкэндов keras в разных средах в Anaconda - 'env1' и 'env2'

  • Активация первой среды 'env1'
  • Импорт керас из python по умолчаниюбэкэнд (если, например, не удается загрузить tenorflow, например, установить тензор потока в этой среде)
  • В папке ~ будет создана папка '.keras', которая будет содержать файл keras.json
  • Для другой среды создайте копию папки «.keras» как «.keras1»
  • Измените файл keras.json в этой папке в соответствии с требованиями (поле «backend»)
  • Для использования этой конфигурации в 'env2' перейдите в '~ / anaconda3 / envs / env2 / lib / pythonx.x / site-packages / keras / backend' и отредактируйте __ init __. Py file
  • Внесите изменения, помеченные ##
  • Вы сможете импортировать кера с разными бэкэндами в env1 и env2 

from __future__ import absolute_import
from __future__ import print_function
import os
import json
import sys
import importlib
from .common import epsilon
from .common import floatx
from .common import set_epsilon
from .common import set_floatx
from .common import cast_to_floatx
from .common import image_data_format
from .common import set_image_data_format

# Set Keras base dir path given KERAS_HOME env variable, if applicable.
# Otherwise either ~/.keras or /tmp.
if 'KERAS_HOME' in os.environ:
    _keras_dir = os.environ.get('KERAS_HOME')
else:
    _keras_base_dir = os.path.expanduser('~')
    if not os.access(_keras_base_dir, os.W_OK):
        _keras_base_dir = '/tmp'
    _keras_dir = os.path.join(_keras_base_dir, '.keras1')##

# Default backend: TensorFlow.
_BACKEND = 'tensorflow'

# Attempt to read Keras config file.
_config_path = os.path.expanduser(os.path.join(_keras_dir, 'keras.json'))
if os.path.exists(_config_path):
    try:
        with open(_config_path) as f:
            _config = json.load(f)
    except ValueError:
        _config = {}
    _floatx = _config.get('floatx', floatx())
    assert _floatx in {'float16', 'float32', 'float64'}
    _epsilon = _config.get('epsilon', epsilon())
    assert isinstance(_epsilon, float)
    _backend = _config.get('backend', _BACKEND)
    _image_data_format = _config.get('image_data_format',
                                     image_data_format())
    assert _image_data_format in {'channels_last', 'channels_first'}

    set_floatx(_floatx)
    set_epsilon(_epsilon)
    set_image_data_format(_image_data_format)
    _BACKEND = _backend

# Save config file, if possible.
if not os.path.exists(_keras_dir):
    try:
        os.makedirs(_keras_dir)
    except OSError:
        # Except permission denied and potential race conditions
        # in multi-threaded environments.
        pass

if not os.path.exists(_config_path):
    _config = {
        'floatx': floatx(),
        'epsilon': epsilon(),
        'backend': _BACKEND,
        'image_data_format': image_data_format()
    }
    try:
        with open(_config_path, 'w') as f:
            f.write(json.dumps(_config, indent=4))
    except IOError:
        # Except permission denied.
        pass

# Set backend based on KERAS_BACKEND flag, if applicable.
if 'KERAS_BACKEND' in os.environ:
    _backend = os.environ['KERAS_BACKEND']
    _BACKEND = _backend

# Import backend functions.
if _BACKEND == 'cntk':
    sys.stderr.write('Using CNTK backend\n')
    from .cntk_backend import *
elif _BACKEND == 'theano':
    sys.stderr.write('Using Theano backend.\n')
    from .theano_backend import *
elif _BACKEND == 'tensorflow':
    sys.stderr.write('Using TensorFlow backend.\n')
    from .tensorflow_backend import *
else:
    # Try and load external backend.
    try:
        backend_module = importlib.import_module(_BACKEND)
        entries = backend_module.__dict__
        # Check if valid backend.
        # Module is a valid backend if it has the required entries.
        required_entries = ['placeholder', 'variable', 'function']
        for e in required_entries:
            if e not in entries:
                raise ValueError('Invalid backend. Missing required entry : ' + e)
        namespace = globals()
        for k, v in entries.items():
            # Make sure we don't override any entries from common, such as epsilon.
            if k not in namespace:
                namespace[k] = v
        sys.stderr.write('Using ' + _BACKEND + ' backend.\n')
    except ImportError:
        raise ValueError('Unable to import backend : ' + str(_BACKEND))


def backend():
    """Publicly accessible method
    for determining the current backend.

    # Returns
        String, the name of the backend Keras is currently using.

    # Example
    ```python
        >>> keras.backend.backend()
        'tensorflow'
    ```
    """
    return _BACKEND
0 голосов
/ 15 мая 2018

Одним из решений является создание разных пользователей для разных сред и размещение разных keras.json файлов для обоих: 

$HOME/.keras/keras.json

Таким образом, вы сможете изменить любой параметр kerasнезависимо.

Если вам нужно только изменить бэкэнд , проще использовать переменную KERAS_BACKEND env.Следующая команда будет использовать tensorflow, независимо от того, что находится в keras.json: 

$ KERAS_BACKEND=tensorflow python -c "from keras import backend"
Using TensorFlow backend.

Так что вы можете запустить новый терминал оболочки, запустить в нем export KERAS_BACKEND=tensorflow и все последующие команды будут использовать tensorflow,Вы можете пойти дальше и установить эту переменную для каждой отдельной активации, как описано в этот вопрос (если он вам нужен постоянно): 

$PREFIX/etc/conda/activate.d
...