Keras加载和保存模型

1.模型权重和图

保存

#保存模型权重
model.save_weights("model_weights.h5")

#保存图
with open('graph.json', 'w') as f:
    f.write(model.to_json())

加载

from keras.models import model_from_json

# 加载图
with open('ph.json', 'r') as f:
    model = model_from_json(f.read())

# 加载权重
model.load_weights('model_weights.h5')

注：你也可以不加载模型图文件，直接代码里定义模型。

 

2.同时操作权重和图

保存

# 保存整个模型
model.save('my_model.h5')

加载

from keras.models import load_model

# 生成一个compile过的的模型，可以直接进行预测
model = load_model('my_model.h5')

目前觉得第二种方法比较方便，可以直接使用完整的模型文件加载模型后，进行模型的线上部署，发布服务，但是它也会把一些线上部署不需要的数据load进来，比如training的配置和optimizer的state。