tf.keras 和 tf.python.keras 有什么区别？

Question

我遇到了一个与另一个运行相同代码的严重不兼容问题；例如：

• Getting value of tensor
• Compiling model
• Saving optimizer

查看Github source，模块及其导入看起来非常相似，tf.keras 甚至从tf.python.keras 导入。在教程中，我看到两者都被不时使用。例如，下面的代码将失败并显示tf.python.keras。

有什么关系？有什么区别，我什么时候应该使用其中一种？

---

from tensorflow.keras.layers import Input, Dense
from tensorflow.keras.models import Model
from tensorflow.keras.optimizers import Nadam
import numpy as np

ipt   = Input(shape=(4,))
out   = Dense(1, activation='sigmoid')(ipt)
model = Model(ipt, out)
model.compile(optimizer=Nadam(lr=1e-4), loss='binary_crossentropy')

X = np.random.randn(32,4)
Y = np.random.randint(0,2,(32,1))
model.train_on_batch(X,Y)

---

附加信息：

• CUDA 10.0.130、cuDNN 7.4.2、Python 3.7.4、Windows 10
• tensorflow、tensorflow-gpu v2.0.0 和 Keras 2.3.0 通过 pip，其他所有通过 Anaconda 3

Answer 1

来自官方TensorFlow dev，缩写（强调我的）：

API 导入位于包的根目录中。任何其他导入都只是 Python 允许您访问私人而不考虑良好的编码实践。

导入的唯一方式应该是

import tensorflow as tf
tf.keras

我们还为from tensorflow.keras import提供支持， 尽管这很脆弱，并且在我们不断重构时可能会损坏。 从tensorflow.python 或任何其他模块导入（包括import tensorflow_core）不支持，并且可能会在未通知的情况下中断。

我：确认一下，tf.python.keras 是私有，用于开发，而不是公共使用？

是的，确实如此。 tf.python 下的任何内容都是私有的

---

然而，这还不是全部。 tf.python 仍然是访问某些函数/类的唯一方法 - 例如，tf.python.framework 和 tf.python.ops，两者都在 tf.keras.optimizers 中使用。但如上所述，除非您正在“开发” - 即编写自定义功能或类，否则这不会成为问题。无需接触tf.python，“开箱即用”的用法应该没问题。

请注意，这不仅仅是兼容性问题，而且两者不可互换“只要没有损坏”；例如，tf.keras 使用 optimizer_v2，这与 tf.python.keras Optimizer 有很大不同。

最后，请注意，以上两个链接都以 tf.python.keras 结尾——不确定，但似乎 tf.keras 实际上并不存在于 TF Github 中（例如，没有任何引用 OptimizerV2），但它 是否在本地安装时与tensorflow_core/python/keras/api/_v2文件夹中的TF合并：

from tensorflow import keras
print(keras.__file__)
from tensorflow.python import keras
print(keras.__file__)

D:\Anaconda\lib\site-packages\tensorflow_core\python\keras\api\_v2\keras\__init__.py
D:\Anaconda\lib\site-packages\tensorflow_core\python\keras\__init__.py

虽然两者都共享python/ 文件夹，但它们不是都是tf.python - 可以通过各自的__init__.py 进行验证。

---

更新：tf.python.keras.optimizers 与tf.python.keras.layers 一起使用与tf.keras.optimizers 与tf.keras.layers 一起使用对于中型模型运行慢11.5 倍 (code ）。我继续在用户代码中看到前者 - 将此视为警告。