【发布时间】：2021-10-12 12:28:23
【问题描述】：
因此，在尝试使用更快的 r-cnn 实现用于对象检测的自定义数据集时，我一直在遵循本指南 (https://towardsdatascience.com/faster-r-cnn-object-detection-implemented-by-keras-for-custom-data-from-googles-open-images-125f62b9141a)。所以在训练数据集的源代码中，这里列出了所有与 Keras 相关的模块。
from keras import backend as K
from keras.optimizers import Adam, SGD, RMSprop
from keras.layers import Flatten, Dense, Input, Conv2D, MaxPooling2D, Dropout
from keras.layers import GlobalAveragePooling2D, GlobalMaxPooling2D, TimeDistributed
from keras.engine.topology import get_source_inputs
from keras.utils import layer_utils
from keras.utils.data_utils import get_file
from keras.objectives import categorical_crossentropy
from keras.models import Model
from keras.utils import generic_utils
from keras.engine import Layer, InputSpec
from keras import initializers, regularizers
因为我使用 Keras API 的 Tensorflow 特定实现，所以我将所有这些 keras 模块转换为 tensorflow.keras 等等。有一些像这样的小调整：
from keras.engine.topology import get_source_inputs
到
from tensorflow.keras.utils import get_source_inputs
我找到了大部分 tensorflow.keras 等效模块，除了以下两行：
from keras.utils import layer_utils
from keras.utils import generic_utils
我什至在https://keras.io/api/utils/ 上找不到这两个模块的 keras.utils 文档 我如何将这两个模块转换为 tensorflow.keras？我目前正在本地运行 tensorflow 版本 2.1.0。如果现在我无法导入这些模块，有什么解决方案吗？我打算在本地使用我的 gpu 训练我的数据。
【问题讨论】：
-
请避免包含与问题明显无关的代码（已编辑）。
标签： tensorflow keras tf.keras