保存并加载keras深度学习模型

最新推荐文章于 2025-06-01 09:03:27 发布

原创

最新推荐文章于 2025-06-01 09:03:27 发布 · 1.7k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#json #keras #神经网络 #模型保存与加载

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