tensorflow模型的保存(三)

本文详细介绍了在深度学习中如何保存和加载模型,包括使用H5格式保存整个模型,将模型结构转换为JSON,以及单独保存和加载权重参数。通过实例代码展示了每个操作的具体步骤,确保模型训练成果的有效保存和复用。
摘要由CSDN通过智能技术生成

训练过程中通常要保存模型

model.save('model.h5')

读取模型

model.load_model('model.h5')

将模型保存为json

model.to_json()

在这里插入图片描述

保存在本地

model.to_json()
with open('./training/save.json', 'w') as w:
    w.write(model.to_json())

读取

model = keras.models.model_from_json

获取权重参数

model.get_weights()

保存权重

model.save_weights()

加载

model.load_weights()
评论
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

打赏作者

东哥爱编程

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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