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