[英]How to save a trained model in Keras to use it in an application?
我在 Keras 中训练了一个模型,并以不同的方式保存它,例如;
model.save("filename")
或者
model.to_json()
model.save_weights("filename")
但是当我在另一个程序中加载训练好的模型进行预测时,我得到的结果与测试结果非常不同。
为什么会发生这种情况,我该如何处理?
将其保存为:
model.save('model.h5')
model_json = model.to_json()
with open("model.json", "w") as json_file:
json_file.write(model_json)
然后为了有效地将其加载到应用程序中,使其成为如下所示的全局,以便它不会一次又一次地加载:
def load_model():
global model
json_file = open('model.json', 'r')
model_json = json_file.read()
model = model_from_json(model_json)
model.load_weights("model.h5")
model._make_predict_function()
您可以尝试将模型保存为 .h5 格式
from keras.models import model_from_json
# serialize model to JSON
model_json = parallel_model.to_json()
with open("model.json", "w") as json_file:
json_file.write(model_json)
# serialize weights to HDF5
model.save_weights("model.h5")
print("Saved model to disk")
另外,你可以这样做
保存模型
model.save('clasification_model.h5')
读取模型
from keras.models import load_model
classifier = load_model('clasification_model.h5')
预言
res = classifier.predict_classes(x, batch_size=32, verbose=1)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.