Keras是一个用于深度学习的简单而强大的Python库。 鉴于深度学习模式可能需要数小时、数天甚至数周的时间来培训,了解如何保存并将其从磁盘中加载是很重要的。 在本文中,您将发现如何将Keras模型保存到文件中
keras是用于深度学习的简单而强大的 python 库,鉴于深度学习模式可能需要数小时、数天甚至数周的时间来训练,了解如何保存并将其从发磁盘中加载是很重要的。这里,重点讲下怎么将keras模型保存到文件中:
首先,keras 将保存模型体系结构和保存模型权重的关注点分离开来,①模型权重被保存为HDF5格式,这是一种网格格式,适合存储数字的多维数组;②模型结构可以用两种格式来描述:JSON 和 YAML,本人更多关注在JSON用例上,因为json 是一种轻量级的数据交换格式。
keras 提供了 to_json() 函数将模型结构保存成 json 格式,提供了 model_from_json() 函数加载模型结构;
keras 提供了 save_weights() 函数保存权重,使用 load_weights() 加载权重;
注:
1.使用加载的模型前必须先编译它;
2.如果保存 h5 文件是发生如下错误
Process finished with exit code -1073741819 (0xC0000005)
可以用更新命令解决:
pip install --upgrade h5py
# MLP for Pima Indians Dataset Serialize to JSON and HDF5 from keras.models import Sequential from keras.layers import Dense from keras.models import model_from_json import numpy import os # fix random seed for reproducibility numpy.random.seed(7) # load pima indians dataset datas