如何在 keras 和 python 中保存和使用经过训练的模型

Question

我们想保存一个训练好的模型，我们可以在应用程序中使用它。 所以问题是，如果我们加载模型，准确率会很低。 请参阅下面的代码。

要保存模型：

    model.save("TrainedModel\\emotionDetector.h5")

加载模型：

    model = models.load_model("TrainedModel\\emotionDetector.h5")
    loss, acc = model.evaluate(X,  y, verbose=1)
    print('Restored model, accuracy: {:5.2f}%'.format(100*acc), loss)

保存前的精度和损失：损失：0.2324 - 精度：0.9202 - val_loss：1.3789 - val_accuracy：0.6353

加载后准确率和损失：恢复模型，准确率：36.92% 损失：nan

所以我们知道，model.fit() 和 model.evaluate() 是有区别的。 我们如何改进model.evaluate的这个结果，或者我们必须在启动应用程序后再次训练模型？

请帮助我们！ 提前致谢。

Answer 1

根据模型的架构，某些层在评估期间可能未处于活动状态。 这些层可以是 Dropout 或 BatchNormalization。 因此，结果可能会有所不同。