两个步骤:
1.在已训练好的模型后面存储模型
2.在对应的GUI部分调用模型
第一步:
model.fit(X_train, y_train, batch_size=batch_size, epochs=epochs, callbacks=callback_list,
class_weight=class_weight, verbose=2, validation_data=(X_test, y_test))
在模型训练完成后
使用
model.save('E:\pythonProject(1)\LSTM-FCN-master\LSTM-FCN-master\model\model.h5', overwrite=True, include_optimizer=True, save_format=None, options=None)
保存模型,其中
E:\pythonProject(1)\LSTM-FCN-master\LSTM-FCN-master\model\model.h5
为保存模型的路径及名称
第二步:
在GUI对应部分载入训练好的深度学习模型
self.model = tf.keras.models.load_model(r"E:\fatigue_GUI\fatigue_GUI\model\model.h5")
使用
tf.keras.models.load_model
函数,加载模型路径即可。