Neural network 是否可以从编译的Keras模型返回tensorflow代码？

我会在这篇文章的开头说，我承认这可能不是回答这个问题的合适地点，但我不确定从哪里开始。如果有更合适的SE频道，请随时提出建议

我一直在使用Keras学习如何将神经网络应用于不同的预测问题。我对学习TensorFlow感兴趣，这是一种深入了解这些网络内部工作的方法。显然，可以将Keras的后端切换到TensorFlow，并将Keras用作TensorFlow的高级API。然而，有没有一种方法可以从已编译的Keras模型中“恢复”TensorFlow代码？我认为能够在Keras中编写一个我熟悉的模型，并自动将其“翻译”为TensorFlow，这将是非常有用的，可以更快地学习这个库

---

任何想法或建议都会有帮助。感谢阅读。

Keras所做的只是将Theano和TensorFlow抽象为一个统一的后端模块。然后，它使用后端中的函数来实现可以在Keras中使用的层和方法

这反过来意味着在为一个特定后端生成代码时不需要编译步骤。Theano和TensorFlow都是python库，没有理由进行转换步骤，Keras只使用您指定的库

找出Keras中的模型是如何用TensorFlow编写的最好方法可能是搜索具有相同数据集的简单网络，并比较TensorFlow和Keras中的示例。另一种方法是读取Keras代码并在TensorFlow后端模块中查找

K.

如果您对各个后端产生的特定于平台的代码感兴趣，例如CUDA代码，那么答案是：这取决于。Theano和TensorFlow都使用临时目录来存储代码和源代码。对于theano，这是

~/。默认情况下，theano

。但是查看这些代码可能不会让你在理解神经网络及其机制方面变得更聪明