0

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？

4

1 回答 1

0

我只是使用 PIL Image 来读取和转换图像。它的工作原理与不使用 tensorflow api 相同。无论后端如何，都可以使用大多数 keras api。PlaidML 也有一些警告，有一些功能，如 CTC Lossctc_batch_cost找不到。我收到一个错误，例如

Keras 后端函数“ctc_batch_cost”尚未在 Plaid 中实现。您可以通过让我们知道此功能对您是否重要来帮助我们确定优先级，并且一如既往地欢迎贡献！

有一些帖子提供了一些示例实现，但并不直接。来自 PLaidML 的回应是它可能不会很快推出。

于 2021-11-09T21:21:58.880 回答