如何变换keras模型TPU模型

Question

我想改变我Keras模式在谷歌云控制台为TPU模型。可惜的是，我得到一个错误，如下图所示。我的小例子如下：

import keras
from keras.models import Sequential
from keras.layers import Dense, Activation
import tensorflow as tf
import os
model = Sequential()
model.add(Dense(32, input_dim=784))
model.add(Dense(32))
model.add(Activation('relu'))
model.compile(optimizer='rmsprop', loss='mse')
tpu_model = tf.contrib.tpu.keras_to_tpu_model(
    model,
    strategy=tf.contrib.tpu.TPUDistributionStrategy(
         tf.contrib.cluster_resolver.TPUClusterResolver(TPU_WORKER)))

我的输出是：

Using TensorFlow backend.
Traceback (most recent call last):
     File "cloud_python4.py", line 11, in <module>
     tpu_model = tf.contrib.tpu.keras_to_tpu_model(AttributeError: module 'tensorflow.contrib.tpu' has no attribute 'keras_to_tpu_model'

在tensorflow网站上所指示的，keras_to_tpu_model方法似乎实验。它是否最近被删除？如果是这样，我怎么能继续利用TPU的估计我Keras模式？如果keras_to_tpu_model方法是仍然可用，为什么我不能调用它？

Answer 1

我假设你定义你TPU_WORKER如下

import os
TPU_WORKER = ‘grpc://’ + os.environ[‘COLAB_TPU_ADDR’]

相反，你的模型转换为TPU，打造一个分发策略。这是通过该批次将被分发到的八个的TPU以及如何从每个损失将被计算的方法。

resolver = tf.contrib.cluster_resolver.TPUClusterResolver(TPU_WORKE)
tf.contrib.distribute.initialize_tpu_system(resolver)
strategy = tf.contrib.distribute.TPUStrategy(resolver)

随着战略建立和编译模型。这应该很好地回归。

with strategy.scope():
  model = Sequential() 
  model.add(Dense(32, input_dim=784))
  model.add(Dense(32))
  model.add(Activation('relu'))
  model.compile(optimizer='rmsprop', loss='mse')

Answer 2

从tensorflow导入keras。这是因为tf.contrib.tpu.keras_to_tpu_model( )”需要tensorflow版本产品，而不是keras版本。

例如，改用from tensorflow.keras.layers import Dense, Activation。等等。