Keras保存model文件与载入model文件

在keras进行训练的时候我们可能对模型本身，权重，或者整体都有不同的需要，因此在使用keras进行model文件保存与载入的时候采取不同的方法。

1. 仅保存模型本身

1.1 json文件：方便我们去查看

model_json=model.to_json()
with open('model.json','w') as f:
    f.write(model_json)

最后我们便可以查看json文件，阅读模型的本身

从json文件中载入模型：

json_file=open('model.json','r')
load_model_json=json_file.read()
json_file.close()
loaded_model=model_from_json(load_model_json)

1.2 Yaml文件：（没有阅读过）

yaml=model.to_yaml()

2. 保存权重的方法

model.save_weights('model.h5')#（保存为.h5的格式）

加载模型权重

loaded_model.load_weights("model.h5")

3. 保存模型以及权重的方法

from keras.models import load_model
model.save('model.h5')

加载模型以及权重

model=load_model('%%%.h5')

4. finetuning或者transfer-learning

model.load_weights('my_model_weights.h5', by_name=True)

参考博客:https://blog.csdn.net/u011692048/article/details/77686208

https://blog.csdn.net/u010159842/article/details/54407745

具体看：keras_model.py文件