我正在尝试一些使用 keras 模型的示例,这些示例已经可用。大多数示例都使用带有 tensorflow(或 pytorch 或 theano)的 keras。由于有限的可用资源和成本削减,我正在使用 plaidml 与 amd gpu 一起工作。由于 keras 支持可插拔后端,我认为这可能不是问题。请分享您对使用 keras api 以及稍后插入所需后端的想法。我有这个担忧是因为样本和这使用了 tensorflow ( import tensorflow.keras
) 中的 keras,而我使用的是import keras
带有可插拔后端的 keras() 中的平原。什么是等效语句
img = tf.io.decode_png(img, channels=1)
# 3. Convert to float32 in [0, 1] range
img = tf.image.convert_image_dtype(img, tf.float32)
普通的 keras api 有什么限制吗?