如何使用Tensorflow保存或者加载模型(三) -- Keras

最新推荐文章于 2022-06-17 14:41:22 发布

原创

最新推荐文章于 2022-06-17 14:41:22 发布 · 671 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#Keras #Python #Tensorflow

本文详细介绍了如何在Tensorflow中使用Keras框架构建、训练模型，并且展示了模型的保存和加载过程，只需简单几行代码。示例包括加载MNIST数据集进行训练，以及后续的模型预测。Keras作为易于上手的深度学习库，为基本调用提供了便捷，但若需更复杂的模型调整，推荐直接使用Tensorflow。

1.背景

Keras是一个非常易于上手，好用的深度学习框架。不仅容易构建模型，而且容易保存模型。目前，Keras已经被纳入到Tensorflow框架中了，因此站长打算在介绍Tensorflow模型保存的时候，可以一并把Keras的模型训练和保存也介绍了。

1.1 模型构建

下面可以以一个简单的demo模型来作为说明，构建模型结构。

# -*- coding: utf-8 -*-
# @Time    : 2019-08-03 17:46
# @Author  : AlexCen
# @Blog    ：http://www.alexcen.com/
from __future__ import absolute_import, division, print_function, unicode_literals
from tensorflow import keras
from tensorflow.keras import layers


##1.构建模型##
inputs = keras.Input(shape=(784, ), name='digits')
x = layers.Dense(64, activation='rel