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：tensorflow 1.4.0，keras 2.1.5
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：tensorflow 1.7.0，keras 2.0.8
3. 自己PC端跑相同程序时，实验结果回到正常值。
环境：tensorflow 1.6.0，keras 2.1.5
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：tensorflow 1.4.0，keras 2.0.8，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软件开发网。
您可能感兴趣的文章:TensorFlow2.1.0最新版本安装详细教程手把手教你安装Windows版本的Tensorflow关于TensorFlow新旧版本函数接口变化详解win10系统Anaconda和Pycharm的Tensorflow2.0之CPU和GPU版本安装教程解决tensorflow1.x版本加载saver.restore目录报错的问题浅谈Tensorflow由于版本问题出现的几种错误及解决方法终端命令查看TensorFlow版本号及路径的方法查看已安装tensorflow版本的方法示例
