TensorFlow 离线加载预训练模型

最新推荐文章于 2025-11-15 18:03:08 发布

原创最新推荐文章于 2025-11-15 18:03:08 发布 · 855 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #深度学习 #神经网络

技能学习专栏收录该内容

4 篇文章

订阅专栏

本文详细介绍了如何在TensorFlow中离线加载预训练模型，包括直接加载和通过指定本地权重文件的方法，以应对网络环境不佳的情况。重点讲解了VGG16模型的加载过程和常见权重文件路径。

部署运行你感兴趣的模型镜像

TensorFlow 离线加载预训练模型

TensorFlow 内置了很多预训练的模型。如果要使用这些模型，一般可使用如下两种方式：

第一种方式：直接加载

VGG16_MODEL = tf.keras.applications.VGG16(input_shape=IMG_SHAPE,
                                              include_top=False,
                                              weights='imagenet')

此时，模型会被下载到以下几个位置：

Windows ：C:\Users\Administrator.keras\models
其他待验证；

第二种方式：离线加载

因为有时候，直接下载时的网络环境不好，因此需要提前下载好预训练模型，并在使用的时候加载，此时可采用如下方式；

# 已下载好的预训练模型的存放位置
path_weights = r"D:\XX\vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5"
    VGG16_MODEL = tf.keras.applications.VGG16(input_shape=IMG_SHAPE,
                                              include_top=False,
                                              weights=path_weights)    # 在此处，将预训练模型作为权重进行加载

您可能感兴趣的与本文相关的镜像