sklearn，keras，tensorflow 模型本地保存与导入

---

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