Keras训练模型时如保存模型、加载模型

最新推荐文章于 2022-09-24 20:44:46 发布

不会飞的鹰08

最新推荐文章于 2022-09-24 20:44:46 发布

阅读量2k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签： keras 模型训练

本文链接：https://blog.youkuaiyun.com/weixin_41449637/article/details/90722098

深度学习专栏收录该内容

23 篇文章

订阅专栏

博客介绍了使用h5py保存和加载模型的方法。需一次性导入模块，若没有可自行pip安装。保存模型代码在model.fit()之后，json文件保存结构，h5文件保存权重。加载模型在训练前，要注释部分模型代码，同时注意更改保存模型的名称。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

用h5py保存加载模型
（1）一次性导入模块，没有该模块，自行pip安装

#save network and reload network
import h5py
from keras.models import model_from_json

（2）保存模型所需代码，位置在model.fit()之后
在这里插入图片描述
json文件负责保存结构，h5文件负责保存模型权重weights

#save network
json_string = model.to_json()
open('mnist_kreas_model_architecture.json','w').write(json_string)
model.save_weights('mnist_kreas_mode_weights1.h5')

运行完毕后，会产生以上两个文件，如图：
在这里插入图片描述
（3）加载模型
放置位置在模型训练前（第一个图），同时将model.compile(不包括model.compile)以上的模型部分注释掉（第二个图）。

代码模块，名称为上一次保存模型的名称，同时更改第二次加载模型时，最后需要保存模型的名字：

#load net work
model = model_from_json(open('mnist_kreas_model_architecture.json').read())
model.load_weights('mnist_kreas_model_weights.h5')

在这里插入图片描述