python - 现在 tf.keras.backend 有什么用，是否更安全/更面向未来进行编码？

Question

keras.backend我理解在过去的多框架支持的历史需求。但是现在我们正在谈论tf.keras，并且由于 Keras 计划只支持这个工具包，我想知道今天的用途是什么tf.keras.backend。从我所见，它只公开了 中可用功能的一小部分tf.*，而且发展得更慢。

那么，是tf.keras.backend

• 最好避免，因为它是过去的过时残余，可能会在未来的版本中被丢弃？
• 或者，尽可能选择一个面向未来的替代方案tf.*，因为这个 API 的变化速度比 TF 本身慢得多，并且不会很快下降？
• 或者是其他东西？

标签： pythontensorflowkerastensorflow2.0tf.keras

Answer 1

在这一点上很难说哪个更好。因为 keras 后端提供了独特的功能（仍然）。

例如，K.rnn是 Keras 后端提供的一个非常有价值的功能。这可用于在时间维度上迭代顺序模型 (LSTM/GRU) 的时间输出。map()当您必须对序列模型的每个时间输出（例如，为编码器的每个 LSTM 输出计算注意力向量）执行类似功能时，这非常有用。这是实现上述功能的一个非常方便的功能，因为（据我所知）这样做tf.*涉及到tf.gather并且会变得丑陋（尤其是在 TF 1.x 中）。我不太确定其他可能比tf.*. 但可能有一些（例如K.foldl）。

另一方面，tf.*它确实提供了比 Keras 后端提供的更多的功能。

总之，我认为完全避免 Keras 后端还为时过早。但我确实觉得 keras 后端会tf.*在某个时候合并，以提供更一致的 API。