浅谈keras中的后端backend及其相关函数(K.prod,K.cast)

一、K.prod

prod

keras.backend.prod(x, axis=None, keepdims=False)

功能：在某一指定轴，计算张量中的值的乘积。

参数

x: 张量或变量。

axis: 一个整数需要计算乘积的轴。

keepdims: 布尔值，是否保留原尺寸。 如果 keepdims 为 False，则张量的秩减 1。 如果 keepdims 为 True，缩小的维度保留为长度 1。

返回

x 的元素的乘积的张量。

Numpy 实现

def prod(x, axis=None, keepdims=False):
 if isinstance(axis, list):
   axis = tuple(axis)
 return np.prod(x, axis=axis, keepdims=keepdims)

具体例子：

import numpy as np
x=np.array([[2,4,6],[2,4,6]])

scaling = np.prod(x, axis=1, keepdims=False)
print(x)
print(scaling)

【运行结果】

二、K.cast

cast

keras.backend.cast(x, dtype)

功能：将张量转换到不同的 dtype 并返回。

你可以转换一个 Keras 变量，但它仍然返回一个 Keras 张量。

参数

x: Keras 张量（或变量）。

dtype: 字符串， ('float16', 'float32' 或 'float64')。

返回

Keras 张量，类型为 dtype。

例子

>>> from keras import backend as K
>>> input = K.placeholder((2, 3), dtype='float32')
>>> input
<tf.Tensor 'Placeholder_2:0' shape=(2, 3) dtype=float32>
# It doesn't work in-place as below.
>>> K.cast(input, dtype='float16')
<tf.Tensor 'Cast_1:0' shape=(2, 3) dtype=float16>
>>> input
<tf.Tensor 'Placeholder_2:0' shape=(2, 3) dtype=float32>
# you need to assign it.
>>> input = K.cast(input, dtype='float16')
>>> input
<tf.Tensor 'Cast_2:0' shape=(2, 3) dtype=float16>

补充知识：keras源码之backend库目录

backend库目录

先看common.py

一上来是一些说明

# the type of float to use throughout the session. 整个模块都是用浮点型数据
_FLOATX = 'float32' # 数据类型为32位浮点型
_EPSILON = 1e-7 # 很小的常数
_IMAGE_DATA_FORMAT = 'channels_last' # 图像数据格式 最后显示通道，tensorflow格式

接下来看里面的一些函数

def epsilon():
 """Returns the value of the fuzz factor used in numeric expressions.
   返回数值表达式中使用的模糊因子的值

# Returns
   A float.
 # Example
 ```python
   >>> keras.backend.epsilon()
   1e-07
 ```
 """
 return _EPSILON

该函数定义了一个常量，值为1e-07，在终端可以直接输出，如下：

def set_epsilon(e):
 """Sets the value of the fuzz factor used in numeric expressions.
 # Arguments
   e: float. New value of epsilon.
 # Example
 ```python
   >>> from keras import backend as K
   >>> K.epsilon()
   1e-07
   >>> K.set_epsilon(1e-05)
   >>> K.epsilon()
   1e-05
 ```
 """
 global _EPSILON
 _EPSILON = e

该函数允许自定义值

以string的形式返回默认的浮点类型：

def floatx():
 """Returns the default float type, as a string.
 (e.g. 'float16', 'float32', 'float64').
 # Returns
   String, the current default float type.
 # Example
 ```python
   >>> keras.backend.floatx()
   'float32'
 ```
 """
 return _FLOATX

把numpy数组投影到默认的浮点类型：

def cast_to_floatx(x):
 """Cast a Numpy array to the default Keras float type.把numpy数组投影到默认的浮点类型
 # Arguments
   x: Numpy array.
 # Returns
   The same Numpy array, cast to its new type.
 # Example
 ```python
   >>> from keras import backend as K
   >>> K.floatx()
   'float32'
   >>> arr = numpy.array([1.0, 2.0], dtype='float64')
   >>> arr.dtype
   dtype('float64')
   >>> new_arr = K.cast_to_floatx(arr)
   >>> new_arr
   array([ 1., 2.], dtype=float32)
   >>> new_arr.dtype
   dtype('float32')
 ```
 """
 return np.asarray(x, dtype=_FLOATX)

默认数据格式、自定义数据格式和检查数据格式：

def image_data_format():
 """Returns the default image data format convention ('channels_first' or 'channels_last').
 # Returns
   A string, either `'channels_first'` or `'channels_last'`
 # Example
 ```python
   >>> keras.backend.image_data_format()
   'channels_first'
 ```
 """
 return _IMAGE_DATA_FORMAT

def set_image_data_format(data_format):
 """Sets the value of the data format convention.
 # Arguments
   data_format: string. `'channels_first'` or `'channels_last'`.
 # Example
 ```python
   >>> from keras import backend as K
   >>> K.image_data_format()
   'channels_first'
   >>> K.set_image_data_format('channels_last')
   >>> K.image_data_format()
   'channels_last'
 ```
 """
 global _IMAGE_DATA_FORMAT
 if data_format not in {'channels_last', 'channels_first'}:
   raise ValueError('Unknown data_format:', data_format)
 _IMAGE_DATA_FORMAT = str(data_format)

def normalize_data_format(value):
 """Checks that the value correspond to a valid data format.
 # Arguments
   value: String or None. `'channels_first'` or `'channels_last'`.
 # Returns
   A string, either `'channels_first'` or `'channels_last'`
 # Example
 ```python
   >>> from keras import backend as K
   >>> K.normalize_data_format(None)
   'channels_first'
   >>> K.normalize_data_format('channels_last')
   'channels_last'
 ```
 # Raises
   ValueError: if `value` or the global `data_format` invalid.
 """
 if value is None:
   value = image_data_format()
 data_format = value.lower()
 if data_format not in {'channels_first', 'channels_last'}:
   raise ValueError('The `data_format` argument must be one of '
            '"channels_first", "channels_last". Received: ' +
            str(value))
 return data_format

剩余的关于维度顺序和数据格式的方法：

def set_image_dim_ordering(dim_ordering):
 """Legacy setter for `image_data_format`.
 # Arguments
   dim_ordering: string. `tf` or `th`.
 # Example
 ```python
   >>> from keras import backend as K
   >>> K.image_data_format()
   'channels_first'
   >>> K.set_image_data_format('channels_last')
   >>> K.image_data_format()
   'channels_last'
 ```
 # Raises
   ValueError: if `dim_ordering` is invalid.
 """
 global _IMAGE_DATA_FORMAT
 if dim_ordering not in {'tf', 'th'}:
   raise ValueError('Unknown dim_ordering:', dim_ordering)
 if dim_ordering == 'th':
   data_format = 'channels_first'
 else:
   data_format = 'channels_last'
 _IMAGE_DATA_FORMAT = data_format

def image_dim_ordering():
 """Legacy getter for `image_data_format`.
 # Returns
   string, one of `'th'`, `'tf'`
 """
 if _IMAGE_DATA_FORMAT == 'channels_first':
   return 'th'
 else:
   return 'tf'

在common.py之后有三个backend，分别是cntk,tensorflow和theano。

__init__.py

首先从common.py中引入了所有需要的东西

from .common import epsilon
from .common import floatx
from .common import set_epsilon
from .common import set_floatx
from .common import cast_to_floatx
from .common import image_data_format
from .common import set_image_data_format
from .common import normalize_data_format

接下来是检查环境变量与配置文件，设置backend和format，默认的backend是tensorflow。

# Set Keras base dir path given KERAS_HOME env variable, if applicable.
# Otherwise either ~/.keras or /tmp.
if 'KERAS_HOME' in os.environ: # 环境变量
 _keras_dir = os.environ.get('KERAS_HOME')
else:
 _keras_base_dir = os.path.expanduser('~')
 if not os.access(_keras_base_dir, os.W_OK):
   _keras_base_dir = '/tmp'
 _keras_dir = os.path.join(_keras_base_dir, '.keras')

# Default backend: TensorFlow. 默认后台是TensorFlow
_BACKEND = 'tensorflow'

# Attempt to read Keras config file.读取keras配置文件
_config_path = os.path.expanduser(os.path.join(_keras_dir, 'keras.json'))
if os.path.exists(_config_path):
 try:
   with open(_config_path) as f:
     _config = json.load(f)
 except ValueError:
   _config = {}
 _floatx = _config.get('floatx', floatx())
 assert _floatx in {'float16', 'float32', 'float64'}
 _epsilon = _config.get('epsilon', epsilon())
 assert isinstance(_epsilon, float)
 _backend = _config.get('backend', _BACKEND)
 _image_data_format = _config.get('image_data_format',
                  image_data_format())
 assert _image_data_format in {'channels_last', 'channels_first'}

set_floatx(_floatx)
 set_epsilon(_epsilon)
 set_image_data_format(_image_data_format)
 _BACKEND = _backend

之后的tensorflow_backend.py文件是一些tensorflow中的函数说明，详细内容请参考tensorflow有关资料。

来源：https://blog.csdn.net/C_chuxin/article/details/87919432