如何解决区别keras和tf.keras
我发现tf.keras与keras完全不同，在keras中，当您使用普通函数而不是Lambda包装函数时会发生错误，错误是在TF中的“ AttributeError：'nonetype'对象没有属性'_inbound_nodes'”。 keras，允许使用正常功能和tf.keras.layers。同时进行功能。 keras似乎使用不同的数据结构，在层之间创建节点。
解决方法
是的，Keras和Tf.Keras之间是有区别的。
Keras是TensorFlow之上的独立库实现。
TF.Keras是在TensorFlow（以及旧版本中的其他DL框架）内部实现的Keras库。
每个人都应该选择TF.Keras，因为它可以更好地维护，不易出错，并且日后可行。实际上，大多数Keras开发人员现在都在TF.Keras上工作，包括创建者Francois Chollet。
Keras独立版本不会发布任何其他主要版本，并且将来会被废弃。
对于您要解决的所有项目和任务，请选择TF.Keras。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
