大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳,不仅形成深入且独到的理解,而且能够帮助新手快速入门。
本文主要介绍了Tensorflow 2.x(keras)源码详解之第十章:keras中的模型保存与加载(详解Checkpoint&md5&模型序列化),希望能对学习TensorFlow 2的同学有所帮助。
1. 模型保存与加载:综述
-
Keras 模型由多个组件组成:
- 架构/配置:模型架构指模型包含哪些层以及它们如何连接,模型的配置指将架构序列化后得到结果,从形式上看是包含模型参数的字典或json。
- 优化器:通过model.compile添加,属于架构或模型的一部分。
- 损失和指标:通过model.compile或调用
add_loss()
/add_metric()
添加,属于架构或模型的一部分。
- 权重值(“模型状态”)。
- 架构/配置:模型架构指模型包含哪些层以及它们如何连接,模型的配置指将架构序列化后得到结果,从形式上看是包含模型参数的字典或json。