如何使用tensorflow.python.ops在喀拉斯？

Question

我希望在Keras中为一个自定义优化器做SVD（特别是，我想将the Shampoo optimizer移植到Keras）。在

在Tensorflow中，我会使用tensorflow.python.ops.linalg_ops.svd()，但是，keras.backend中没有这样的函数。在

SVD可以在纯Keras环境下进行吗，还是可以直接使用Tensorflow函数（如果是的话，如何使用）？在

编辑：为了将来参考，实际上存在一个包装器函数，允许在Keras中直接使用本机tf优化器：

import keras as ks
from tensorflow.contrib.opt import AdamWOptimizer

tfopt = AdamWOptimizer()
ksopt = ks.optimizers.TFOptimizer(tfopt)

不过，不幸的是，它似乎不能特别与洗发水优化器一起工作。在

Answer 1

如果您将keras与tensorflow后端一起使用，那么keras后端就是tensorflow。
这意味着当您从keras后端调用一个方法时，它实际上调用了一个tensorflow方法。在

因此，您可以同时使用keras后端操作和tensorflow，并且可以互换使用。在

例如，在给定的代码中：

tensor = ...
m = K.mean(tensor)
...

我可以将K.mean(tensor)改为tf.mean(tensor)

^{pr2}$

因此，您只需使用tensorflow SVD操作，就像使用keras backend函数一样：）

例如，如果你想

tensor = ...
res = K.some_submodule.svd(tensor)
...

而不是你能做的

tensor = ...
res = tensorflow.python.ops.linalg_ops.svd(tensor)
...