Scikit-learn：使用joblib保存模型，文件后缀通常是.pkl或.joblib。TensorFlow/Keras：模型可以保存为.h5或.hdf5文件

于 2024-06-25 11:50:09 发布
阅读量336 收藏
点赞数 4
分类专栏： python 大二自救指南 学习日记 文章标签： scikit-learn tensorflow keras
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_74113296/article/details/139955135
版权

Scikit-learn：使用joblib库保存模型，文件后缀通常是.pkl或.joblib

用joblib加载模型

    model = joblib.load('app01/static/svm.pkl')
    img_res = model.predict(img)

TensorFlow/Keras：模型可以保存为.h5或.hdf5文件，这些是HDF5格式的文件，用于存储模型结构和权重。

用models加载模型

    model = models.load_model('model/cotton.h5')
    print(model.predict(image))

Charlotte's diary
关注
专栏目录
【21-模型持久化：保存和加载Scikit-learn模型】
weixin_51352614的博客
05-03 1069
在机器学习的实践中，模型持久化是一个至关重要的环节。它允许我们保存模型的当前状态，以便未来能够无需重新训练即可重用模型。本文将指导您如何使用Scikit-learn进行模型的保存和加载。
sklearn学习笔记（一）——模型保存（pickle模块和joblib模块）
wzy的博客
04-19 2万+
在训练模型后将模型保存的方法，以免下次重复训练。 使用pickle模块或者sklearn内部的joblib 一、使用pickle模块 from sklearn import svm from sklearn import datasets clf=svm.SVC() iris=datasets.load_iris() X,y=iris.data,iris.ta
joblib保存模型，特征变量
Cc_baby__的博客
11-08 665
joblib保存模型，保存变量名
joblib保存模型
qq_30505673的博客
06-18 737
# from pickle import dumps # # from sklearn import svm # from sklearn.datasets import load_iris from sklearn.datasets import load_iris from sklearn.externals import joblib # from sklearn.linear_model import LinearRegression # from sklearn.model_selection i
python模型保存并调用——joblib模块
sodaloveer的博客
03-31 2136
python模型保存并调用——joblib模块
机器学习—保存模型、加载模型—Joblib
热门推荐
柳成荫
08-08 3万+
Joblib描述 Joblib是一组用于在Python中提供轻量级流水线的工具。 特点： ·透明的磁盘缓存功能和懒惰的重新评估（memoize模式） ·简单的并行计算 Joblib可以将模型保存到磁盘并可在必要时重新运行： 代码实现 #加载模块 from sklearn.datasets import load_iris import joblib from sklearn.linear_mode...
Scikit-learn 使用手册中文版.zip_SCIKIT-LEARN_Scikit-learn 使用手册中文版_sciki
07-15
Scikit-learn 使用手册中文版
scikit-learn-1.0.2.tar.gz
最新发布
01-18
在深度学习方面，尽管scikit-learn主要专注于传统的机器学习算法，但它可以与TensorFlow、PyTorch等深度学习框架结合使用。通过将scikit-learn的模型评估和数据预处理功能与深度学习模型的训练过程相结合，用户可以...
深度学习训练营：21 天实战 TensorFlow + Keras + scikit-learn
05-23
基于 TensorFlow、Keras 和 scikit-learn，介绍了 21 个典型的人工智能应用场景。 这些应用场景被分类为预测类项目实战、识别类项目实战和生成类项目实战。 其中预测类项目包括房价预测、泰坦尼克号生还预测、共享...
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-个人学习笔记及代码
04-02
学习时的笔记及相关代码，...学习来源：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.
scikit-learn模型本地存储固化(Joblib)Jupyter样例
05-03
scikit-learn模型本地存储固化Jyputer样例:@See:https://blog.csdn.net/shenpibaipao/article/details/80176841
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 2ed 2019.epub
09-20
By using concrete examples, minimal theory, and two production-ready Python frameworks—Scikit-Learn and TensorFlow—author Aurélien Géron helps you gain an intuitive understanding of the concepts ...
joblib和pickle模型持久化保存及加载
lawenliu的专栏
05-22 4042
训练模型的时候，通常希望把模型保存下来，方便后面可以做测试的时候交叉验证。下面简单介绍两种保存模型的方法：基于joblib和基于pickle的保存和加载。 1. 使用joblib 这里joblib是来自于sklearn.externals，你需要先安装这个包，之后可以引用这个包进行保存或者加载模型。 from sklearn.externals import joblib 下面以tokenizer的例子说明一下 #!/usr/bin/python from keras.preprocessi
scikit-learn中如何保存模型
june1122的博客
04-11 1058
作者：我是马夫链接：https://www.zhihu.com/question/27187105/answer/97334347来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。Scikit-learn 官网上建议的两种方式：1. pickle>>> from sklearn import svm >>> from sklearn ...
用scikit-learn的joblib保存训练模型
Keyes的博客
10-19 2302
有时候训练一个模型要很久的时间，为了防止以后使用需要重新训练，可以使用scikit-learn的joblib来把模型保存到本地。之后需要用的时候，在加载就行了 import sklearn.externals.joblib as joblib
scikit-learn的基本用法——模型保存与加载
Someone&的博客
05-14 3042
1 模型保存 见demo: import pickle from sklearn.svm import SVC from sklearn import datasets # 定义分类器 svm = SVC() # 加载iris数据集 iris = datasets.load_iris() # 读取特征 X = iris.data # 读取分类标签 y = iris.target # 训练...
tensorflow使用joblib保存与加载模型
wavehaha的博客
03-05 1280
tensorflow使用joblib保存与加载模型.doc 1.tensorflow使用joblib保存模型： import joblib joblib.dump(params, file_name) 如图： 2.tensorflow使用joblib加载模型： 以一般的思路，使用如下代码是可以的： import joblib Policy = joblib.load(args.load_path) 然而报错：_pickle.UnpicklingError: invalid load key, 'x
python 用joblib保存训练模型
m0_37531129的博客
10-11 2265
在机器学习中，我们训练模型后，需要把模型保存在本地，采用joblib来保存。 import joblib #保存模型 def save_model(model, filepath): joblib.dump(model, filename=filepath) def load_model(filepath): model = joblib.load(filepath) return model ...
Scikit-learn与TensorFlow实战：模型选择与训练比较
在"机器学习实战(用Scikit-learn和TensorFlow进行机器学习)(三)"这篇文章中，作者深入探讨了如何在实际项目中运用Scikit-learn库进行机器学习模型的实战操作。首先，文章关注于处理真实数据集，这里以CSV格式的训练...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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