Question

如何在不同的conda环境中设置不同的keras后端？因为在特定环境中，如果我将后端更改为tensorflow中的keras.json，那么在另一个python环境中，keras后端也将tensorflow。我的文档中只有一个keras.json。

Answer 1

用于在Anaconda的不同环境中使用不同的keras后端-'env1'和'env2'

激活第一个环境'env1'
使用默认的后端从python导入keras（例如，如果无法加载tensorflow，则在该环境中安装tensorflow）
在〜文件夹中，将创建一个'.keras'文件夹，其中将包含keras.json文件
对于其他环境，请创建“ .keras”文件夹的副本作为“ .keras1”
根据要求（“后端”字段）更改该文件夹中的keras.json文件
要在“ env2”中使用该配置，请转到'〜/ anaconda3 / envs / env2 / lib / pythonx.x / site-packages / keras / backend'，然后编辑 __ init__ .py 文件
进行标记为 ##
您将能够在env1和env2中导入具有不同后端的keras

<div>{{ myFunc(myObject) }}</div>
<!-- it is even worse if the above template is encapsulated by a *ngFor -->

...

class SomeComponent {
 myFunc(var someVar) {
   print('Hello!'); // Hello is being repeatadly print
 } 
}

Answer 2

这是我出于个人目的所做的事情，与Kedar的answer的逻辑相同，但是在Windows安装（和Keras版本）上，其位置和文件名可能有所不同：

1 / 在目标Anaconda环境的文件夹中设置特定的keras.json 文件。修改“后端”值。

2 / 然后强制'load_backend.py'（特定于您的anaconda环境）加载该特定的keras.json。另外，将“默认后端”强制为该文件中所需的默认后端。

================================================ ========

详细信息：

1.1 打开您想要特定后端的Anaconda环境文件夹。就我而言，它是C：\ ProgramData \ Anaconda3 \ envs \ [MyAnacondaEnvironment] \

1.2 在这里创建一个文件夹.keras，然后在该文件夹中复制或创建一个文件keras.json（我从C：\ Users \ [MyWindowsUserProfile] \。keras \ keras.json复制了我的文件夹）。

现在在该文件中，更改所需的后端，我为某些测试选择了“ cntk”。现在，文件内容应如下所示：

{
    "floatx": "float32",
    "epsilon": 1e-07,
    "backend": "cntk",
    "image_data_format": "channels_last"
}

文件的名称和位置类似于C：\ ProgramData \ Anaconda3 \ envs \ [MyAnacondaEnvironment] \。keras \ keras.json

2.1 现在打开特定于您要定制的环境的文件'load_backend.py'，在这里（以我为例）C：\ ProgramData \ Anaconda3 \ envs \ [MyAnacondaEnvironment] \ Lib \ site-packages \ keras \ backend

2.2 在我的Keras版本（2.3.1）的第17到25行中，该文件通常会在环境变量或当前Windows的帮助下从其定位的配置文件中加载后端例如用户。因此，当前您的后端是跨环境的。

通过强制'load_backend.py'查找要直接在您的环境特定的配置文件（在步骤1.2中创建的配置文件）中加载哪个后端来摆脱这种情况

例如，该“ load_backend.py”文件的第26行（在我的情况下，第26行，无论如何尝试自动加载配置文件之后）都会添加该行（并针对您自己的位置进行自定义）：

_keras_dir ='C：\ ProgramData \ Anaconda3 \ envs \ [MyAnacondaEnvironment] \。keras'## Force脚本从特定文件获取配置

3.1 然后，将默认后端_BACKEND ='tensorflow'替换为_BACKEND ='cntk'（在我的情况下，第28行，无论是在强制使用_keras_dir路径之后）。

您应该完成

Answer 3

一种解决方案是为不同的环境创建不同的用户，并为两者添加不同的keras.json文件：

$HOME/.keras/keras.json

这样您就可以独立更改任何keras参数。

如果您只需要更改后端，则更容易使用KERAS_BACKEND env变量。以下命令将使用tensorflow，而不管keras.json中的内容：

$ KERAS_BACKEND=tensorflow python -c "from keras import backend"
Using TensorFlow backend.

所以你可以启动一个新的shell终端，在其中运行export KERAS_BACKEND=tensorflow，所有后续命令都将使用tensorflow。你可以进一步设置每个conda env激活的变量，如this question中所述（如果你需要它永久）：

$PREFIX/etc/conda/activate.d

如何在不同的conda环境中设置不同的keras后端

3 个答案: