keras的model保存和载入

保存keras的model文件和载入keras文件的方法有很多。

keras中的模型主要包括model和weight两个部分。

保存模型结构

保存model部分的主要方法：一是通过json文件，二是通过Yaml文件

Json文件

# serialize model to JSON
model_json = model.to_json()
with open("model.json", "w") as json_file:json_file.write(model_json)

Yaml文件

# save as YAML
yaml_string = model.to_yaml()

保存模型权重

保存权重的方法：通过保存权重（系数）

HDF5文件

# serialize weights to HDF5
model.save_weights("model.h5")
print("Saved model to disk")

同时保存model和权重的方式：

from keras.models import load_modelmodel.save('model_weight.h5')  # creates a HDF5 file 'my_model.h5'

载入model的方法

json&hdf5

# load json and create modelfrom keras.models import model_from_jsonjson_file = open('model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_jsonfrom keras.models import load_modelmodel = load_model('model.h5')

载入权重

# load weights into new model
loaded_model.load_weights("model.h5")
print("Loaded model from disk")

载入某一层权重
如果你需要加载权重到不同的网络结构（有些层一样）中，例如fine-tune或transfer-learning，你可以通过层名字来加载模型：

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

keras的model保存和载入相关推荐

Keras框架训练模型保存及载入继续训练
Keras框架训练模型保存及再载入实验数据MNIST 初次训练模型并保存 import numpy as np from keras.datasets import mnist from keras ...
Keras学习笔记---保存model文件和载入model文件
Keras学习笔记---保存model文件和载入model文件保存keras的model文件和载入keras文件的方法有很多.现在分别列出,以便后面查询. keras中的模型主要包括model和we ...
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保存和载入训练好的模型和参数
1.保存模型 my_model = create_model_function( ...... )my_model.compile( ...... )my_model.fit( ...... )mod ...
2020-12-11 keras通过model.fit_generator训练模型(节省内存)
keras通过model.fit_generator训练模型(节省内存) 前言前段时间在训练模型的时候,发现当训练集的数量过大,并且输入的图片维度过大时,很容易就超内存了,举个简单例子,如果我们有2 ...
Tensorflow训练的模型，如何保存与载入？
Tensorflow训练的模型,如何保存与载入? 目的:学习tensorflow框架的DNN,掌握如何将tensorflow训练得到的模型保存并载入,做预测? 内容: 1.tensorflow模型保存 ...
pytorch多卡并行模型的保存与载入
pytorch多卡并行模型的保存与载入当模型是在数据并行方式在多卡上进行训练的训练和保存,那么载入的时候也是一样需要是多卡.并且,load_state_dict()函数的调用要放在DataParal ...
paddlepaddle（六）模型保存与载入
目录 1.API分类 1.1基础API 1.2高级API 2.训练调优场景的模型&参数保存载入 2.1动态图参数保存载入 2.2静态图参数保存载入 3.训练部署场景的模型参数保存载入 3.1 ...
Tensorflow学习之tf.keras(一) tf.keras.layers.Model(另附compile，fit)
模型将层分组为具有训练和推理特征的对象. 继承自:Layer, Module tf.keras.Model(*args, **kwargs ) 参数 inputs 模型的输入:keras.Input ...