保存及读取keras模型参数
2018-01-19 23:47
447 查看
转自:http://blog.csdn.net/u010159842/article/details/54407745,感谢分享~
你可以使用
模型的结构,以便重构该模型
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
例子:
如果你只是希望保存模型的结构,而不包含其权重或配置信息,可以使用:
这项操作将把模型序列化为json或yaml文件,这些文件对人而言也是友好的,如果需要的话你甚至可以手动打开这些文件并进行编辑。
当然,你也可以从保存好的json文件或yaml文件中载入模型:
如果需要保存模型的权重,可通过下面的代码利用HDF5进行保存。注意,在使用前需要确保你已安装了HDF5和其Python库h5py
如果你需要在代码中初始化一个完全相同的模型,请使用:
如果你需要加载权重到不同的网络结构(有些层一样)中,例如fine-tune或transfer-learning,你可以通过层名字来加载模型:
例如:
你可以使用
model.save(filepath)将Keras模型和权重保存在一个HDF5文件中,该文件将包含:
模型的结构,以便重构该模型
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)来重新实例化你的模型,如果文件中存储了训练配置的话,该函数还会同时完成模型的编译
例子:
fromkeras.modelsimportload_model model.save('my_model.h5')#createsaHDF5file'my_model.h5' delmodel#deletestheexistingmodel #returnsacompiledmodel #identicaltothepreviousone model=load_model('my_model.h5')
如果你只是希望保存模型的结构,而不包含其权重或配置信息,可以使用:
#saveasJSON json_string=model.to_json() #saveasYAML yaml_string=model.to_yaml()
这项操作将把模型序列化为json或yaml文件,这些文件对人而言也是友好的,如果需要的话你甚至可以手动打开这些文件并进行编辑。
当然,你也可以从保存好的json文件或yaml文件中载入模型:
#modelreconstructionfromJSON: fromkeras.modelsimportmodel_from_json model=model_from_json(json_string) #modelreconstructionfromYAML model=model_from_yaml(yaml_string)
如果需要保存模型的权重,可通过下面的代码利用HDF5进行保存。注意,在使用前需要确保你已安装了HDF5和其Python库h5py
model.save_weights('my_model_weights.h5')
如果你需要在代码中初始化一个完全相同的模型,请使用:
model.load_weights('my_model_weights.h5')
如果你需要加载权重到不同的网络结构(有些层一样)中,例如fine-tune或transfer-learning,你可以通过层名字来加载模型:
model.load_weights('my_model_weights.h5',by_name=True)
例如:
""" 假如原模型为: model=Sequential() model.add(Dense(2,input_dim=3,name="dense_1")) model.add(Dense(3,name="dense_2")) ... model.save_weights(fname) """ #newmodel model=Sequential() model.add(Dense(2,input_dim=3,name="dense_1"))#willbeloaded model.add(Dense(10,name="new_dense"))#willnotbeloaded #loadweightsfromfirstmodel;willonlyaffectthefirstlayer,dense_1. model.load_weights(fname,by_name=True)
相关文章推荐
- Keras模型的加载和保存、预训练、按层名匹配参数
- Keras入门(二)模型的保存、读取及加载
- [Deep Learning] TensorFlow模型、参数的保存与读取
- keras:保存keras学习好的深度神经网络模型参数为二进制和txt文件
- MXNet动手学深度学习笔记:模型参数保存与读取
- sklearn、TensorFlow、keras模型保存与读取
- keras 保存训练的最佳模型
- tensorflow 4——模型的保存、读取
- tensorflow模型参数保存和加载问题
- sklearn,keras,tensorflow 模型本地保存与导入
- 6.TensorFlow模型的保存和读取
- android利用SharedPreferences来保存用户参数及读取
- keras中的模型保存和加载
- keras上手系列之: 模型的保存
- Tensorflow内存分配与Keras模型参数
- 如何保存Keras模型?
- 解决tensorflow模型参数保存和加载的问题
- Keras框架训练模型保存及载入继续训练
- C# 保存PictureBox中的图片到数据库,并从数据库读取图片显示到PictrueBox,解决报错 “无效参数”
- keras模型保存为tensorflow的二进制模型