sklearn,keras,tensorflow模型本地保存与导入
- sklearn的模型保存与导入
keras的模型保存与导入
模型的网络结构与权重的保存
模型的网络结构保存
模型的权重的保存
模型的导入tensorflow的模型保存与导入
模型的保存与导入
计算图的保存与导入
数据集
训练集
import numpy as np
import matplotlib.pyplot as plt
from sklearn.externals import joblib
from sklearn.linear_model import LinearRegression
x=np.arange(10)
y=x
x=x.reshape(len(x),1)
plt.plot(x,y,'r+',markersize=15,markeredgewidth=5)
plt.show()
测试集
test_x=np.arange(20)
test_x=test_x.reshape(len(test_x),1)
sklearn模型的保存与导入
sklearn模型的保存
Lr=LinearRegression()
Lr.fit(x,y)
joblib.dump(Lr,'./Lr.model')#保存
sklearn模型的导入
model=joblib.load('./Lr.model')#导入
y_test=model.predict(test_x)
plt.plot(x,y,'r+',markersize=15,markeredgewidth=5)
plt.plot(test_x,y_test)
plt.show()
keras的模型保存与导入
模型的网络结构与权重的保存