如何在单独的 python 脚本中使用经过 python 训练的 model

Question

我对深度学习和机器学习很陌生。 所以我在谷歌 Colab 上用 tensorflow 训练了这个 model。 它识别 model.predict() function 上的手势并打印结果。 我下载了这个.h5 文件。 现在我的问题是如何在我想要进行预测的 python 脚本中使用这个 model（或.h5 文件）。

我正在使用https://colab.research.google.com/github/lmoroney/dlaicourse/blob/master/Course%202%20-%20Part%208%20-%20Lesson%202%20-%20Notebook%20( RockPaperScissors).ipynb

我只是想问一下，我怎么能说将这个 mosel 导入我的 python 代码，我们如何在我们的程序中实际使用经过训练的 model？

Answer 1

如果 .h5 文件与正在从中加载文件的脚本位于同一目录中，则以下是加载该文件的方法：

from keras.models import load_model
import os
dirname = os.path.dirname(__file__)
model = load_model(os.path.join(dirname, 'name_of_file.h5'))

os.path.join(directory_name, 'name_of_file.h5')给你的东西类似于C:\...\name_of_file.h5 ，即加载 model 的路径。

然后在需要的地方做model.predict(x) 。

如果脚本和 .h5 文件不在同一个目录中，则只需调整dirname 。