Keras实例教程(6)之保存已经训练好的模型

之前我们讨论过《在TensorFlow中保存已经训练好的神经网络模型 》的方法，彼时我们保存的仅仅是NN中的模型参数，但是在Keras中我们可以非常优雅地把整个模型（包括已经训练好的参数和神经网络的结构）存储起来，而且这一切都“非常非常”简单。

 

作为一个例子，这里使用《跟我一起学Keras之实例篇(2) 》中给出的对MINST数据集进行手写数字识别的代码，并将其中训练好的模型进行保存。

需要提前说明的一点是Keras会把模型保存成“.h5”文件，为了让你的程序可以支持这种形式的文件你需要安装一下h5py这个package，对此你可以在命令行下输入：sudo pip install h5py

 

在你确认完成了上面的步骤之后，接下来的内容就非常简单， 只需要下面这样的语句，已经建立好的模型就会被成功保存了。

 

from keras.models import load_model

model.save('fei_model.h5')

如下图所示，你会看到“fei_model.h5”文件已经生成。完整的包括模型保存部分的手写数字识别代码的jupyter notebook文件可以从文末给出的链接中下载到。