将基于Theano的Keras模型定义转换为TensorFlow

Question

将基于Theano的Keras模型定义转换为TensorFlow时，是否足以更改输入图层上input_shape的顺序？

例如，以下图层

Convolution2D(32, 3, 3, input_shape=(3, img_width, img_height))

将替换为

Convolution2D(32, 3, 3, input_shape=(img_width, img_height, 3))

注意：我不想使用dim_ordering='th'。

Answer 1

来自Francois Chollet的答案：

  

我认为这个问题意味着“我应该将input_shape传递给我   给出我使用TensorFlow的第一层，我的默认值   dim_ordering的设置为"tf"“。答案是肯定的，这就是你   这样做，(img_width, img_height, 3)。

     

重要的是要注意，如果要加载已保存的模型   使用Theano与dim_ordering="th"一起训练成模型定义   对于dim_ordering="tf"的TF，您需要转换卷积   内核。 Keras有这方面的功能。