python - TF2 中的 Keras 实现是否支持原生 Keras 对 TF1 所做的一切？

Question

我们正在 TensorFlow 1.x 之上使用 Keras。但是现在 TF 2.0 即将到来，我们正在考虑切换到该更新，使用 TF 2.0 中内置的 Keras API 实现。

但在我们这样做之前，我想问你们：你们知道 TF 2.0 中的 Keras 实现是否支持原生 Keras 对 TF 1.0 所做的一切，还是缺少任何功能？

此外，我能否将我的 Keras 代码 1:1 与 Keras API 的新 TF 2.0 实现一起使用，或者我们是否需要重新编写现有 Keras 代码的一部分？

Answer 1

如果你想使用 TensorFlow，那么我强烈建议你切换并使用 Keras 的 TensorFlow 实现（即tf.keras），因为它会支持更多的 TF 特性，并且比原生 Keras 更高效和优化。

实际上，Keras 的维护者在几天前发布了 Keras 的新版本（2.2.5）（经过 10 多个月没有新版本发布！），他们也建议使用tf.keras. 以下是发行说明：

Keras 2.2.5 是实现 2.2.* API 的最后一个 Keras 版本。它是仅支持 TensorFlow 1（以及 Theano 和 CNTK）的最后一个版本。

下一个版本将是 2.3.0，它对 API 进行了重大更改并添加了对 TensorFlow 2.0 的支持。2.3.0 版本将是多后端 Keras 的最后一个主要版本。多后端 Keras 被tf.keras.

目前，我们建议使用多后端 Keras 和 TensorFlow 后端的 Keras 用户切换到tf.kerasTensorFlow 2.0。tf.keras更好地维护并与 TensorFlow 功能更好地集成。

这：“多后端 Keras 被取代tf.keras”是一个强有力的指标，表明最好切换到tf.keras.，特别是如果您仍处于项目的开始阶段。