Python深度学习实战：Keras与高级多层感知器——用序列化保存模型

深度学习的模型有可能需要好几天才能训练好，如果没有SL大法就完蛋了。本章关于如何保存和加载模型。本章将：

• 使用HDF5格式保存模型
• 使用JSON格式保存模型
• 使用YAML格式保存模型
  我们开始吧。

简介

Keras中，模型的结构和权重数据是分开的：权重的文件格式是HDF5，这种格式保存数字矩阵效率很高。模型的结构用JSON或YAML导入导出。

本章包括如何手工修改HDF5文件，使用的模型是这一章的皮马人糖尿病模型。

HDF5文件

分层数据格式，版本5（HDF5）可以高效保存大实数矩阵，例如神经网络的权重。HDF5的包需要安装：

sudo pip install h5py

使用JSON保存网络结构

JSON的格式很简单，Keras可以用to_json()把模型导出为JSON格式，再用*model_from_json()*加载回来。

模型和权重加载后需要编译一次ÿ