1.前言

今天讲解如何保存神经网络，这样以后想要用的时候直接提取就可以。

2.保存和提取模型

2.1.导入必要模块

import numpy as np
from keras.models import Sequential   #搭建模型模块
from keras.layers import Dense    #全连接
from keras.models import load_model    #加载模型模块

2.2.构造数据

np.random.seed(42)
X = np.linspace(-1,1,50)
np.random.shuffle(X)
Y = -2*X + 4 + np.random.normal(0,0.05,(50,))
X_train, Y_train = X[:35],Y[:35]
X_test, Y_test = X[35:], Y[35:]

2.3.搭建模型并训练

model = Sequential()
model.add(Dense(output_dim=1,input_dim=1))   #输入1维，输出1维
model.compile(loss='mse',optimizer='sgd')   #编译模型
for step in range(301):cost = model.train_on_batch(X_train,Y_train)    #训练

2.4.保存模型

训练完模型之后，可以打印一下预测的结果，接下来就保存模型。
保存的时候只需要一行代码 model.save，再给它加一个名字就可以用 h5 的格式保存起来。
这里注意，需要已经安装了 HDF5 这个模块。

保存完模型之后，删掉它，后面可以来比较是否成功的保存。

print('test before save:',model.predict(X_test[0:2]))   #预测

model.save('my_model.h5')   #保存模型
del model     #删除模型

导入保存好的模型，再执行一遍预测，与之前预测的结果比较，可以发现结果是一样的。

model = load_model('my_model.h5')   #加载模型
print('test after load:',model.predict(X_test[0:2]))   #用加载的模型预测

Keras——保存和提取模型相关推荐

input date保存值_涛哥文集（36）：R keras保存和还原模型
在训练之后和训练过程中都可以保存模型进度. 这意味着模型可以从中断的地方继续进行,避免了长时间的训练. 保存还意味着您可以共享模型,而其他人可以重新创建您的作品. 在发布研究模型和技术时,大多数机器学 ...
keras保存和载入模型继续训练
目录保存模型载入初次训练的模型,再训练关于compile和load_model()的使用顺序保存模型我们以MNIST手写数字识别为例 import numpy as np from kera ...
keras保存模型_onnx+tensorrt部署keras模型
由于项目需要,最近捣鼓了一波如何让用tensorrt部署训练好的模型来达到更快的推理速度,期间花费了大量的时间在知乎和各种网页上去搜索别人的方案,但始终没有找到我想要的条理相对清晰的记录贴(也许只是我 ...
tensorflow--模型的保存和提取
参考: TensorFlow:保存和提取模型最全Tensorflow模型保存和提取的方法--附实例模型的保存会覆盖,后一次保存的模型会覆盖上一次保存的模型.最多保存近5次结果. 应当保存效果最优时 ...
tensorflow 保存训练loss_tensorflow2.0保存和加载模型 (tensorflow2.0官方教程翻译)
最新版本:https://www.mashangxue123.com/tensorflow/tf2-tutorials-keras-save_and_restore_models.html 英文版本: ...
Keras【Deep Learning With Python】Save reload 保存提取模型
文章目录 1 代码实现 2 输出: 3 过程讲解 3.1 训练模型 3.2 保存模型 3.3 导入模型并应用 1 代码实现 import numpy as np np.random.seed(1337 ...
keras提取模型中的某一层_Tensorflow笔记：高级封装——Keras
前言之前在<Tensorflow笔记:高级封装--tf.Estimator>中介绍了Tensorflow的一种高级封装,本文介绍另一种高级封装Keras.Keras的特点就是两个字--简 ...
python保存模型特征_Pytorch提取模型特征向量保存至csv的例子
Pytorch提取模型特征向量 # -*- coding: utf-8 -*- """ dj """ import torch import ...
python模型保存save_浅谈keras保存模型中的save()和save_weights()区别
今天做了一个关于keras保存模型的实验,希望有助于大家了解keras保存模型的区别. 我们知道keras的模型一般保存为后缀名为h5的文件,比如final_model.h5.同样是h5文件用save ...

Keras——保存和提取模型

文章目录

1.前言

2.保存和提取模型

2.1.导入必要模块

2.2.构造数据

2.3.搭建模型并训练

2.4.保存模型

Keras——保存和提取模型相关推荐

最新文章

热门文章