keras2.3模型保存与加载

1.模型结构和权重分离

from keras import Sequential
model = Sequential()
...

#模型结构保存为JSON字串
model_json = model.to_json()

#模型结构从JSON字串中读取
from keras.models import model_from_json
model = model_from_json(model_json)

#模型权重保存为h5文件
model.save_weights('weights.h5')

#模型权重从h5文件中读取
model.load_weights('weights.h5', by_name=False)
by_name=True可以加载权重到不同的网络结构

2.模型结构和权重保存到一个h5文件

#保存
model.save('model.h5')
#加载
from keras.models import load_model
model = load_model('model.h5')

3.模型加载异常

3.1 flask中load_model加载模型报错AttributeError: ‘_thread._local’ object has no attribute ‘value’

可能是由于keras和tensorflow版本不协调导致的
a.更换keras适应tensorflow的版本，或者更换tensorflow适应keras的版本。
b.从tensorflow导入keras

from tensorflow.keras.models import load_model