此处将为大家介绍关于tf.keras和tf.python.keras有什么区别？的详细内容，并且为您解答有关tf.keras和keras的区别的相关问题，此外，我们还将为您介绍关于assertEqua

此处将为大家介绍关于tf.keras和tf.python.keras有什么区别？的详细内容，并且为您解答有关tf.keras和keras的区别的相关问题，此外，我们还将为您介绍关于assertEqual和assertIs（assertIs在Python 2.7中引入）之间有什么区别？、Docker Compose和Kubernetes有什么区别？、Docker和Python virtualenv有什么区别？、doraod中dataset的parameters和commcand中的parameters有什么区别？的有用信息。

• tf.keras和tf.python.keras有什么区别？（tf.keras和keras的区别）
• assertEqual和assertIs（assertIs在Python 2.7中引入）之间有什么区别？
• Docker Compose和Kubernetes有什么区别？
• Docker和Python virtualenv有什么区别？
• doraod中dataset的parameters和commcand中的parameters有什么区别？

tf.keras和tf.python.keras有什么区别？（tf.keras和keras的区别）

我遇到了严重的不兼容性问题，因为相同的代码在一个代码与另一个代码之间却发生了冲突。例如：

• 保存优化器

从Github的源代码来看，这些模块及其导入看起来相当相同，tf.keras甚至从中导入也是如此tf.python.keras。在教程中，我看到两者都经常使用。例如，下面的代码将失败tf.python.keras。

这是怎么回事？有什么区别，什么时候应该使用其中一个？

from tensorflow.keras.layers import Input, Densefrom tensorflow.keras.models import Modelfrom tensorflow.keras.optimizers import Nadamimport numpy as npipt   = 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-gpuv2.0.0和Keras 2.3.0（通过pip），其他所有通过Anaconda 3

答案1

从官方的TensorFlow开发人员开始，缩短了（强调我的意思）：

API导入位于软件包的根目录中。其他任何导入都只是Python，允许您访问私有程序而无需考虑良好的编码习惯。

进口的唯一方法是

import tensorflow as tftf.keras

我们也提供的支持from tensorflow.keras import，尽管它很脆弱，并且在我们继续重构时可能会中断。 不支持
从tensorflow.python或任何其他模块（包括import tensorflow_core） 导入
，并且可能会突然中断。

我： 可以肯定的tf.python.keras是， 私有的 是为了发展，而不是供 公众 使用？

是的，确实如此。一切tf.python都是私人的

但是，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，都在中使用tf.keras.optimizers。但是如上所述，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。“开箱即用”用法应该很好，永远不要碰tf.python。

请注意，这不仅是兼容性问题，而且“只要没有任何问题”，两者就 不能
互换。例如，tf.keras使用optimizer_v2，它与tf.python.keras
Optimizer实质上不同。

最后，请注意，以上两个链接都以tf.python.keras-不确定而结束，但似乎tf.keras在TF
Github中实际上并不存在（例如，无引用OptimizerV2），但是在本地安装时，它 确实
与TF合并在tensorflow_core/python/keras/api/_v2文件夹中：

from tensorflow import kerasprint(keras.__file__)from tensorflow.python import kerasprint(keras.__file__)D:\Anaconda\lib\site-packages\tensorflow_core\python\keras\api\_v2\keras\__init__.pyD:\Anaconda\lib\site-packages\tensorflow_core\python\keras\__init__.py

虽然两个共享python/文件夹，他们 不 都tf.python-可以从它们各自的验证__init__.py。

更新
：tf.python.keras.optimizers与tf.python.keras.layersvs一起tf.keras.optimizers使用，对于中型模型（代码），tf.keras.layers运行
速度 要 慢11.5倍 。我继续在用户代码中看到前者-将其视为警告提示。

assertEqual和assertIs（assertIs在Python 2.7中引入）之间有什么区别？

assertEqual(a,b)   # checks that a == b
assertIs(a,b)  # checks that a is b  <---- whatever that means????

Docker Compose和Kubernetes有什么区别？

在深入研究Docker，Google Cloud和Kubernetes的同时，还没有清楚地了解这三个产品，在我看来，这些产品是重叠的，但它们并不兼容。

例如，docker-compose.yml需要重写文件，以便可以将应用程序部署到Kubernetes。

有人可以对Docker，Docker Compose，Docker Cloud和Kubernetes重叠之处以及其中一个相互依赖的地方进行概括的粗略描述吗？

答案1

码头工人 ：

• Docker是一种容器技术，可让您对应用程序进行容器化。
• Docker是使用其他技术的核心。

Docker撰写

• Docker Compose允许配置和启动多个Docker容器。
• 当您要启动多个Docker容器并且不想使用单独启动每个Docker容器时，Docker Compose通常用作帮助程序docker run ...。
• Docker Compose用于在 同一 主机上启动容器。
• 在构建和运行单个Docker 容器时，使用Docker Compose 代替所有可选参数 。

码头工人

• Docker Swarm用于在 多个 主机上运行和连接容器。
• Docker Swarm是一个容器集群管理和编排工具。
• 它管理在多个主机上运行的容器，并执行扩展，在发生崩溃时启动新容器，将容器联网等操作。
• Docker Swarm是生产中的Docker。它是嵌入在Docker引擎中的 本地 Docker 编排工具 。
• 名为堆栈文件的Docker Swarm文件与Docker Compose文件非常相似。

Kubernetes

• Kubernetes是Google开发的 容器编排工具 。
• Kubernetes的目标与Docker Swarm的目标非常相似。

Docker云

• 一项付费企业泊坞服务，可让您在云服务器或本地服务器上构建和运行容器。
• 它提供一个Web UI和一个中央控制面板来运行和管理容器，同时在用户友好的Web界面中提供所有Docker功能。

更新：

Docker云“部分”停产

Docker Cloud上提供应用程序，节点和群集集群管理的服务将于[2020年5月21日]关闭…自动构建和注册表存储服务不会受到影响，并将继续可用

Docker和Python virtualenv有什么区别？

据我对Docker的了解，它是用于虚拟环境的工具。用他们的术语来说，它叫做“容器化”。这或多或少是Python的virtualenv所做的。但是，您可以
在 Docker中使用virtualenv 。那么，它是虚拟环境内部的虚拟环境吗？我对这甚至如何工作感到困惑，所以有人可以澄清一下吗？

答案1

virtualenv仅封装Python依赖项。Docker容器封装了 整个OS 。

借助Python virtualenv，您可以轻松地在Python版本和依赖关系之间进行切换，但是您将无法使用主机操作系统。

使用Docker映像，您可以换出整个操作系统-在Ubuntu，Debian，Alpine甚至Windows Server Core上安装并运行Python。

您可以想到Docker
映像，其中包含您可以想到的OS和Python版本的每种组合，随时可以将其下拉并在安装了Docker的任何系统上使用。

doraod中dataset的parameters和commcand中的parameters有什么区别？

@包一磊 你好，想跟你请教个问题：我想问一下，dataset中的parameters有什么用？怎样在后台使用？我想从前台往后台（或从后台往前台）传值，用那个parameters比较好？还有那些文档详细介绍了dorado各个控件属性的，能否给推荐一下，我说的是详细的每个控件的每个属性。
多谢指导啊，可算遇到专家了

今天关于tf.keras和tf.python.keras有什么区别？和tf.keras和keras的区别的分享就到这里，希望大家有所收获，若想了解更多关于assertEqual和assertIs（assertIs在Python 2.7中引入）之间有什么区别？、Docker Compose和Kubernetes有什么区别？、Docker和Python virtualenv有什么区别？、doraod中dataset的parameters和commcand中的parameters有什么区别？等相关知识，可以在本站进行查询。