Согласно документации, они соответствуют спецификации API Keras, поэтому, похоже, нет необходимости изменить код. Просто убедитесь, что версии выровнены, т.е. pip install keras==<tf.keras.__version__>. Хотя для этого может потребоваться обновление кода, если в рассматриваемом коде используются устаревшие спецификации API.
- persona_guest  schedule08.01.2019
Keras (https://keras.io/) - это библиотека, независимая от TensorFlow, которая определяет высокоуровневый API. для построения и обучения нейронных сетей и может использовать один из нескольких бэкэндов (среди которых TensorFlow) для низкоуровневых тензорных вычислений.
tf.keras (https://www.tensorflow.org/guide/keras) реализует Keras API. спецификация в TensorFlow. Кроме того, tf.keras API оптимизирован для хорошей работы с другими модулями TensorFlow: например, вы можете передать tf.data Dataset методу .fit() модели tf.keras или преобразовать модель tf.keras в средство оценки TensorFlow с помощью tf.keras.estimator.model_to_estimator. В настоящее время tf.keras API - это API высокого уровня, на который следует обращать внимание при построении моделей в TensorFlow, и интеграция с другими функциями TensorFlow продолжится в будущем.
Итак, чтобы ответить на ваш вопрос: нет, вам не нужно конвертировать код Keras в код tf.keras. Код Keras использует библиотеку Keras, потенциально даже работает поверх другой серверной части, чем TensorFlow, и продолжит нормально работать в будущем. Более того, важно не просто смешивать объекты Keras и tf.keras в одном скрипте, поскольку это может привести к несовместимости, как вы можете видеть, например, в этом вопросе.
pip install keras==<tf.keras.__version__>
. Хотя для этого может потребоваться обновление кода, если в рассматриваемом коде используются устаревшие спецификации API. - person a_guest   schedule 08.01.2019