毕设(二):载入模型函数

定义了一个名为`load_model`的函数,用于加载保存在`model_path`路径下的LeNet5模型。模型首先被初始化,然后配置损失函数为`categorical_crossentropy`,优化器为`adam`,并添加了精度作为评估指标。权重从指定路径加载,并打印模型摘要。最后返回加载完成的模型。
摘要由CSDN通过智能技术生成

写一个载入模型的函数

#creat model
def load_model(model_path = './model/modelckpt')
    model = LeNet5()
    model.build(input_shape = (None,64,64,1))
    model.compile(loss = 'categorical_crossentropy', optimizer = 'adam' , metrics = ['accuracy'])
    model.load_weights(model_path)
    model.summary()
    return model
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
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