解决Keras 与 Tensorflow 版本之间的兼容性问题

在利用Keras进行实验的时候，后端为Tensorflow，出现了以下问题：

1. 服务器端激活Anaconda环境跑程序时，实验结果很差。

环境：tensorflow 1.4.0，keras 2.1.5

2. 服务器端未激活Anaconda环境跑程序时，实验结果回到正常值。

环境：tensorflow 1.7.0，keras 2.0.8

3. 自己PC端跑相同程序时，实验结果回到正常值。

环境：tensorflow 1.6.0，keras 2.1.5

怀疑实验结果的异常性是由于Keras和Tensorflow版本之间的兼容性导致的。查阅网上资料，借鉴他人的经验，将服务器端的Anaconda环境配置为：tensorflow 1.4.0，keras 2.0.8，实验结果恢复了正常。

这里贴出参考的Keras和Tensorflow版本之间兼容性的链接，供参考：https://docs.floydhub.com/guides/environments/。

在配置环境和调用库的时候，需要注意库之间、与环境之间版本与API的兼容性。特别地，cuda版本、cudnn版本、tensorflow版本等。