如何保存和重用keras模型的所有设置？

Question

问题：

使用部分指定的keras模型（例如）：

# create model
model = Sequential()
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# Fit the model
model.fit(X, Y, epochs=150, batch_size=10)

是否可以将所有详细信息保存在模型中以备后用？

---

细节：

我一直在遵循来自machinelearningmastery.com的示例，并尝试修改和添加模型的特征/参数，例如

• activation ='relu'
• Activation ='Sigmoid'
• 指标= ['准确性']

正如问题所暗示的那样，我想存储模型设置供以后使用。 我知道这些参数是不同功能的组成部分，但难道不是全部一样吗？

我尝试过的

1. model.save()和model.load()

只退货

AttributeError：“顺序”对象没有属性“加载”

2. model.get_config()

在这里，我可以找到一些设置，例如：

[{'class_name'：'Dense'，'config'：{'activation'：'relu'，

但是我还没有找到一种可以将配置作为独立模型加载的方法，而且通常情况下，我似乎找不到所有设置。

3.我还检查了其他帖子，例如K 时代-重用上一层中的权重-转换为keras张量 ，但是该模型的所有方面似乎都没有涵盖。

有什么建议么？

Answer 1

不要尝试使用model.load()尝试使用keras提供的load_model()来加载使用model.save()保存的模型。

from keras.models import load_model   
load_model(filepath)

您也可以使用保存模型为JSON model.to_json()使用和负载从JSON model_from_json()

您可以在此处的 Keras文档中看到更多保存和加载模型的方法

Answer 2

model.save()将完成技巧，以保存模型， from keras.models import load_model加载模型。模型from keras.models import load_model并使用model=load_model(model_name)加载模型