Keras儲存model檔案與載入model檔案
阿新 • • 發佈:2019-02-15
在keras進行訓練的時候我們可能對模型本身,權重,或者整體都有不同的需要,因此在使用keras進行model檔案儲存與載入的時候採取不同的方法。
1. 僅儲存模型本身
1.1 json檔案:方便我們去檢視
model_json=model.to_json()
with open('model.json','w') as f:
f.write(model_json)
最後我們便可以檢視json檔案,閱讀模型的本身
從json檔案中載入模型:
json_file=open('model.json','r') load_model_json=json_file.read() json_file.close() loaded_model=model_from_json(load_model_json)
1.2 Yaml檔案:(沒有閱讀過)
yaml=model.to_yaml()
2. 儲存權重的方法
model.save_weights('model.h5')#(儲存為.h5的格式)
載入模型權重
loaded_model.load_weights("model.h5")
3. 儲存模型以及權重的方法
from keras.models import load_model
model.save('model.h5')
載入模型以及權重
model=load_model('%%%.h5')
4. finetuning或者transfer-learning
model.load_weights('my_model_weights.h5', by_name=True)
具體看:keras_model.py檔案