如何保存模型和权重
1. 既储存模型结构,又包含其权重和配置信息
使用keras.models.save(filepath)将Keras模型和权重保存在一个HDF5文件中,该文件包含:
模型的结构
模型的权重
训练配置(损失函数,优化器等)
优化器的状态,以便于从上次训练中断的地方开始
使用Keras.models.load_model(filepath)来重新实例化模型,如果文件储存了训练配置,还会同时完成模型的编译。
例子:
from keras.models import load_model
model.save("my_model.h5")
model=load_model('my_model.h5")
from keras import models
model_new=models.load_model("test_model.h5")
print(model_new.summary())
输出:
_________________________________________________________________
Layer (type) Output Shape Param #
==============================&#