Keras : バックエンド（翻訳/要約）
* 本ページは、Keras 本家サイトの Keras : Backends の簡単な要約です。
“バックエンド” とは何か？
Keras はモデル-レベルのライブラリで、深層学習モデルの開発のための高レベルなビルディング・ブロックを提供します。それ自体はテンソル積、畳み込み等々の低レベルな操作は処理しません。代わりに、それを行なう、Keras の “バックエンド・エンジン” としてサービスを提供する、特化され良く最適化されたテンソル操作ライブラリに頼ります。一つの単一のテンソルライブラリを選択して Keras の実装をそのライブラリに結びつける代わりに、Keras は問題をモジュール化の方法で扱い、幾つかの異なるバックエンド・エンジンが Keras にシームレスにプラグインできます。
現時点では、Keras は利用可能な２つのバックエンド実装を持ちます: Theano バックエンドと TensorFlow バックエンドです。
- Theano は Université de Montréal の LISA/MILA Lab により開発された、オープンソースのシンボリック・テンソル操作フレームワークです。
- TensorFlow は Google, Inc により開発された、オープンソースのシンボリック・テンソル操作フレームワークです。
一つのバックエンドから他の一つに切り替える
Keras を少なくとも一度実行したのであれば、Keras configuration ファイルを以下で見つけるでしょう :
~/.keras/keras.json
もしないのであれば、それを作成できます。
それはおそらくはこのようなものです :
{"epsilon": 1e-07, "floatx": "float32", "backend": "theano"}
単純に backend フィールドを “theano” か “tensorflow” に変更すると、次に任意の Keras コードを実行する時に Keras は新しい configurationi を使用します。
環境変数 KERAS_BACKEND を定義することも可能で、これは config ファイルで定義されたものをオーバーライドします :
KERAS_BACKEND=tensorflow python -c "from keras import backend; print backend._BACKEND" Using TensorFlow backend. tensorflow
抽象 Keras バックエンドを使用して新しいコードを書く
もし貴方が書く Keras モジュールを Theano と TensorFlow の両者に互換であるようにしないのであれば、抽象 Keras バックエンド API を通してそれらを書かなければなりません。ここでそのイントロを示します。
バックエンド・モジュールを次で import できます:
from keras import backend as K
下のコードは入力プレースホルダーをインスタンス化します。これは tf.placeholder() または T.matrix(), T.tensor3(), 等と等価です。（訳注: 前者は tensorflow プレースホルダー、後者は Theano のシンボリック変数宣言。）
input = K.placeholder(shape=(2, 4, 5)) # also works: input = K.placeholder(shape=(None, 4, 5)) # also works: input = K.placeholder(ndim=3)
下のコードは共有変数をインスタンス化しています。tf.variable() または theano.shared() と等価です。
val = np.random.random((3, 4, 5)) var = K.variable(value=val) # all-zeros variable: var = K.zeros(shape=(3, 4, 5)) # all-ones: var = K.ones(shape=(3, 4, 5))
必要な大部分のテンソル演算は TensorFlow か Theano の中にいるように行なわれます :
a = b + c * K.abs(d) c = K.dot(a, K.transpose(b)) a = K.sum(b, axis=2) a = K.softmax(b) a = concatenate([b, c], axis=-1) # etc...
より詳細は、keras/backend/theano_backend.py と keras/backend/tensorflow_backend.py のコード参照。
以上