keras保存模型和加载模型

本文介绍了在Keras中如何保存和加载模型,特别是在服务器断开连接时避免重复训练的场景。重点讲述了保存权重和加载权重的方法,指出其优于保存完整模型的优势。同时讨论了模型保存的策略,如每隔一定epoch保存、依据loss下降或准确率提升保存,以平衡资源利用和模型保存需求。
摘要由CSDN通过智能技术生成

1、保存模型和加载模型的方法

用实验室的服务器跑神经网络的时候服务器老是断开连接,这对我的训练和测试来时是一件比较崩溃的事,因为这意味着我要重新训练一次,要浪费又一次的时间,所以我在网上百度了保存模型和加载模型的办法,大部分的方法如下:

保存模型

model.save('my_model.h5')      

加载模型

model = load_model('my_model.h5')

但是由于我的 W , b W,b

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值