基于keras 模型、結(jié)構(gòu)、權(quán)重保存的實現(xiàn)

更新時間：2020年01月24日 10:12:22 作者：AI東海

今天小編就為大家分享一篇基于keras 模型、結(jié)構(gòu)、權(quán)重保存的實現(xiàn)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

如何將訓(xùn)練好的網(wǎng)絡(luò)進行保存，我們可以用pickle或cPickle來保存Keras模型，同時我們可以用下面的方法：

一、保存整個模型

model.save(filepath)將Keras模型和權(quán)重保存在一個HDF5文件中，該文件將包含：

模型的結(jié)構(gòu)

模型的權(quán)重

訓(xùn)練配置（損失函數(shù)，優(yōu)化器，準(zhǔn)確率等）

優(yōu)化器的狀態(tài)，以便于從上次訓(xùn)練中斷的地方

前提是已經(jīng)安裝python的h5py包.

from keras.models import load_model

當(dāng)我們再一次使用時可以model.load_model(filepath)載入模型

二、保存模型的結(jié)構(gòu)

model.to_jason()將模型序列化保存為json文件，里面記錄了網(wǎng)絡(luò)的整體結(jié)構(gòu), 各個層的參數(shù)設(shè)置等信息. 將json字符串保存到文件.

open（‘filename.json','w'）.write(json_string)
from keras.models import model_form_json
json_string=open('filename.json').read()

model=model_from_json(json_string)

除了json格式,還可以保存為yaml格式的字符串，形式與JSON一樣

三、保存模型權(quán)重

model.save_weights()

我們經(jīng)過調(diào)參后網(wǎng)絡(luò)的輸出精度比較滿意后,可以將訓(xùn)練好的網(wǎng)絡(luò)權(quán)重參數(shù)保存下來.可通過下面的代碼利用HDF5進行保存

model.save_weights(‘model_weights.h5')

使用的時加載模型:

model.load_weights(‘model_weights.h5')

如果你需要加載權(quán)重到不同的網(wǎng)絡(luò)結(jié)構(gòu)（有些層一樣）中，例如fine-tune或transfer-learning，你可以通過層名字來加載模型：

model.load_weights('my_model_weights.h5', by_name=True)

因此我們建模時最好給每個層定義名字

以上就是我們保存模型的三種方法，需要我們在實踐時多總結(jié)。

這篇基于keras 模型、結(jié)構(gòu)、權(quán)重保存的實現(xiàn)就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

Python內(nèi)建函數(shù)Built_in Funtions用法示例詳解
這篇文章主要為大家介紹了Python內(nèi)建函數(shù)Built_in Funtions用法示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
2023-08-08
Python實現(xiàn)的多進程和多線程功能示例
這篇文章主要介紹了Python實現(xiàn)的多進程和多線程功能,結(jié)合實例形式分析了Python多線程與多進程實現(xiàn)分布式系統(tǒng)功能相關(guān)操作技巧,需要的朋友可以參考下
2018-05-05
超級詳細(xì)實用的pycharm常用快捷鍵
本文詳細(xì)總結(jié)了Pycharm的常用快捷鍵，下文介紹使用方法和場景, 并不需要記憶這些快捷鍵, 你只需要知道有這些快捷鍵, 再需要用的時候查看一下, 用的多了自然也就記住了,需要的朋友可以參考下
2021-05-05
Python isalpha()函數(shù)的具體使用方法詳解
這篇文章主要介紹了Python isalpha()函數(shù)的具體使用方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
2023-07-07
pandas DataFrame 數(shù)據(jù)選取，修改，切片的實現(xiàn)
這篇文章主要介紹了pandas DataFrame 數(shù)據(jù)選取，修改，切片的實現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
2020-04-04
Python實現(xiàn)OCR識別之pytesseract案例詳解
這篇文章主要介紹了Python實現(xiàn)OCR識別之pytesseract案例詳解,本篇文章通過簡要的案例,講解了該項技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下
2021-07-07
TensorFlow實現(xiàn)Softmax回歸模型
這篇文章主要介紹了TensorFlow實現(xiàn)Softmax回歸模型，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2018-03-03
pandas DataFrame 賦值的注意事項說明(index)
這篇文章主要介紹了pandas DataFrame 賦值的注意事項說明(index)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2021-04-04
pycharm如何實現(xiàn)跨目錄調(diào)用文件
這篇文章主要介紹了pycharm如何實現(xiàn)跨目錄調(diào)用文件,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
2020-02-02
使用python+pygame開發(fā)消消樂游戲附完整源碼
消消樂小游戲相信大家都玩過，大人小孩都喜歡玩的一款小游戲，那么基于程序是如何實現(xiàn)的呢？今天帶大家，用python+pygame來實現(xiàn)一下這個花里胡哨的消消樂小游戲功能，感興趣的朋友一起看看吧
2021-06-06