在Keras中保存模型和重量（单个文件中）

Question

我有Python代码，使用Keras生成深度卷积神经网络。 我正在尝试保存模型，但结果是巨大的（100s的MB）。 我想稍微削减一点，以使一些更易于管理的东西。

问题是model.save()存储（引用model.save() FAQ）：

• 模型的体系结构，允许重新创建模型
• 模型的权重
• 训练配置（损失，优化器）
• 优化器的状态，允许您从中断的位置恢复训练。

如果我不再接受任何培训，我想我只需要前两个。

我可以使用model.to_json()来创建体系结构的JSON字符串并将其保存，并使用model.save_weights()创建包含权重的单独文件。 这大约是完整model.save()结果的三分之一。 但我想知道是否有一些方法可以将这些存储在一个自包含的文件中？ （没有输出两个文件，将它们压缩在一起，并删除原件。）或者，也许有一种方法可以在训练完成时删除训练配置和优化器状态，​​因此model.save()不会给我一些东西很大？

谢谢。

Answer 1

模型的保存功能具有完全相同的参数，称为include_optimizer，将其设置为false将保存模型而不包括优化器状态，​​这将导致更小的HDF5文件：

model.save("something.hdf5", include_optimizer=False)