python神经网络使用Keras进行模型的保存与读取

一、Keras中保存与读取的重要函数

1、model.save

model.save用于保存模型，在保存模型前，首先要利用pip install安装h5py的模块，这个模块在Keras的模型保存与读取中常常被使用，用于定义保存格式。

pip install h5py

完成安装后，可以通过如下函数保存模型。

model.save("./model.hdf5")

其中，model是已经训练完成的模型，save函数传入的参数就是保存后的位置+名字。

2、load_model

load_model用于载入模型。

具体使用方式如下：

model = load_model("./model.hdf5")

其中，load_model函数传入的参数就是已经完成保存的模型的位置+名字。./表示保存在当前目录。

代码:

这是一个简单的手写体识别例子，在之前也讲解过如何构建

python神经网络学习使用Keras进行简单分类，在最后我添加上了模型的保存与读取函数。

import numpy as np
from keras.models import Sequential,load_model,save_model
from keras.layers import Dense,Activation ## 全连接层
from keras.datasets import mnist
from keras.utils import np_utils
from keras.optimizers import RMSprop
# 获取训练集
(X_train,Y_train),(X_test,Y_test) = mnist.load_data()
# 首先进行标准化 
X_train = X_train.reshape(X_train