8_模型保存与部署
1、实战部分
- 保存模型
- 模型转tflite
- 量化处理
- Tensorflow.js部署模型
- Android部署模型
1.1、模型保存与部署
1.2、模型转tflite
1.3、量化处理
2、实战
- keras-保存参数与保存模型+参数
- keras,签名函数到SavedModel
- keras,SaveModel,签名函数到具体函数
- keras,SaveModel,具体函数到tflite
- Tflite量化
- Tensorflow js部署模型
- Android部署模型
2.1、keras-保存参数与保存模型+参数
2.1.1、保存模型参数
有两种方法
- 1、使用ModelCheckpoint()函数
keras.callbacks.ModelCheckpoint(output_model_file,
save_best_only = True,
save_weights_only = False)
#其中,save_weights_only = False默认,保存模型结构 + 参数
#save_weights_only = True,只保存参数