解决Keras 与 Tensorflow 版本之间的兼容性问题
在利用Keras进行实验的时候，后端为Tensorflow，出现了以下问题：
1.服务器端激活Anaconda环境跑程序时，实验结果很差。
环境：tensorflow1.4.0，keras2.1.5
2.服务器端未激活Anaconda环境跑程序时，实验结果回到正常值。
环境：tensorflow1.7.0，keras2.0.8
3.自己PC端跑相同程序时，实验结果回到正常值。
环境：tensorflow1.6.0，keras2.1.5
怀疑实验结果的异常性是由于Keras和Tensorflow版本之间的兼容性导致的。查阅网上资料，借鉴他人的经验，将服务器端的Anaconda环境配置为：tensorflow1.4.0，keras2.0.8，实验结果恢复了正常。
这里贴出参考的Keras和Tensorflow版本之间兼容性的链接，供参考：https://docs.floydhub.com/guides/environments/。
在配置环境和调用库的时候，需要注意库之间、与环境之间版本与API的兼容性。特别地，cuda版本、cudnn版本、tensorflow版本等。
以上这篇解决Keras与Tensorflow版本之间的兼容性问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。