[Keras-tensorflow-backend]技巧大全_tensorflow.keras.backend

前言

keras(tensorflow-backend)可以看作是tensorflow的高级封装。因此在使用keras时，依然需要注意其背后的Graph于Session。在调用keras.layers.*时，keras会调用tensorflow在一个Graph上建图。通过keras.backend.set_session与keras.backend.get_session，可以设置和获取keras背后使用的sess。因此，keras可以完成转换为tensorflow，但tensorflow不能转换为keras。

本文将详细描述：

• 如何混合使用tensorflow与keras
• 迁移学习里的keras.backend.learning_phase()。
• 如何将网络结构用.txt保存与读取。

涉及到的API包括：

• keras.backend.get_session
• keras.backend.set_session
• keras.backend.set_learning_phase()
• keras.layers.batchnormalization.call()
• from keras.models import Model
• from keras.models import model_from_json

keras与tensorflow的混合使用

keras作为tensorflow的高级封装，从层的角度定义网络，可以非常方便的建立、保存、载入、修改网络模型与权重，但是灵活性就比较差。tensorflow作为GPU运算框架，则具备很强的灵活性，但从Variable定义网络过于复杂。于是，考虑ker