基于keras 模型、結(jié)構(gòu)、權(quán)重保存的實現(xiàn)
如何將訓(xùn)練好的網(wǎng)絡(luò)進行保存，我們可以用pickle或cPickle來保存Keras模型，同時我們可以用下面的方法：
一、保存整個模型
model.save(filepath)將Keras模型和權(quán)重保存在一個HDF5文件中，該文件將包含：
模型的結(jié)構(gòu)
模型的權(quán)重
訓(xùn)練配置（損失函數(shù)，優(yōu)化器，準確率等）
優(yōu)化器的狀態(tài)，以便于從上次訓(xùn)練中斷的地方
前提是已經(jīng)安裝python的h5py包.
from keras.models import load_model
當我們再一次使用時可以model.load_model(filepath)載入模型
二、保存模型的結(jié)構(gòu)
model.to_jason()將模型序列化保存為json文件，里面記錄了網(wǎng)絡(luò)的整體結(jié)構(gòu), 各個層的參數(shù)設(shè)置等信息. 將json字符串保存到文件.
open（‘filename.json','w'）.write(json_string)
from keras.models import model_form_json
json_string=open('filename.json').read()
model=model_from_json(json_string)
除了json格式,還可以保存為yaml格式的字符串，形式與JSON一樣
三、保存模型權(quán)重
model.save_weights()
我們經(jīng)過調(diào)參后網(wǎng)絡(luò)的輸出精度比較滿意后,可以將訓(xùn)練好的網(wǎng)絡(luò)權(quán)重參數(shù)保存下 來.可通過下面的代碼利用HDF5進行保存
model.save_weights(‘model_weights.h5')
使用的時加載模型:
model.load_weights(‘model_weights.h5')
如果你需要加載權(quán)重到不同的網(wǎng)絡(luò)結(jié)構(gòu)（有些層一樣）中，例如fine-tune或transfer-learning，你可以通過層名字來加載模型：
model.load_weights('my_model_weights.h5', by_name=True)
因此我們建模時最好給每個層定義名字
以上就是我們保存模型的三種方法，需要我們在實踐時多總結(jié)。
這篇基于keras 模型、結(jié)構(gòu)、權(quán)重保存的實現(xiàn)就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
- keras獲得model中某一層的某一個Tensor的輸出維度教程
- keras獲得某一層或者某層權(quán)重的輸出實例
- 淺談keras的深度模型訓(xùn)練過程及結(jié)果記錄方式
- 關(guān)于Keras模型可視化教程及關(guān)鍵問題的解決
- 利用keras加載訓(xùn)練好的.H5文件,并實現(xiàn)預(yù)測圖片
- keras模型可視化,層可視化及kernel可視化實例
- keras 特征圖可視化實例(中間層)
- 基于keras輸出中間層結(jié)果的2種實現(xiàn)方式
- PyTorch和Keras計算模型參數(shù)的例子
- 在keras中獲取某一層上的feature map實例
相關(guān)文章
PyCharm+Pipenv虛擬環(huán)境開發(fā)和依賴管理的教程詳解
這篇文章主要介紹了PyCharm+Pipenv虛擬環(huán)境作開發(fā)和依賴管理的教程，本文通過圖文并茂的形式給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-04-04
Python中用于文件目錄操作的常用模塊有os, shutil，pathlib等。os模塊提供的就是各種 Python 程序與操作系統(tǒng)進行交互的接口。shutil模塊是對os模塊的補充，主要針對文件的拷貝、刪除、移動、壓縮和解壓操作2022-07-07
這篇文章主要介紹了python多進程實現(xiàn)進程間通信實例，具有一定參考價值，需要的朋友可以了解下。2017-11-11
在本篇文章里小編給大家分享的是一篇關(guān)于python能否java成為主流語言的相關(guān)知識點，有興趣的朋友們參考下。2020-06-06
這篇文章主要介紹了Python openpyxl模塊原理及用法解析,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-01-01
這篇文章主要介紹了Django靜態(tài)文件加載失敗解決方案,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-08-08
Python調(diào)用高德API實現(xiàn)批量地址轉(zhuǎn)經(jīng)緯度并寫入表格的功能
這篇文章主要介紹了Python調(diào)用高德API實現(xiàn)批量地址轉(zhuǎn)經(jīng)緯度并寫入表格的功能,本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-01-01
如何以Winsows Service方式運行JupyterLab
這篇文章主要介紹了如何以Winsows Service方式運行JupyterLab的教程2020-08-08
最近開始學(xué)習(xí)python相關(guān)知識,看最近有不少隨機抽獎小程序,自己也做一個試試,下面這篇文章主要給大家介紹了關(guān)于如何利用Python實現(xiàn)一個簡單的抽獎小程序的相關(guān)資料,需要的朋友可以參考下2023-05-05
如何使用draw.io插件在vscode中一體化導(dǎo)出高質(zhì)量圖片
這篇文章主要介紹了draw.io插件在vscode中一體化導(dǎo)出高質(zhì)量圖片需要的工具是vscode,?draw.io擴展，draw.io桌面版?、python，本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒,需要的朋友可以參考下2022-08-08