在Keras中保存模型和重量（單個文件中）

Question

我有Python代碼，使用Keras生成深度卷積神經網絡。 我正在嘗試保存模型，但結果是巨大的（100s的MB）。 我想稍微削減一點，以使一些更易於管理的東西。

問題是model.save()存儲（引用model.save() FAQ）：

• 模型的體系結構，允許重新創建模型
• 模型的權重
• 訓練配置（損失，優化器）
• 優化器的狀態，允許您從中斷的位置恢復訓練。

如果我不再接受任何培訓，我想我只需要前兩個。

我可以使用model.to_json()來創建體系結構的JSON字符串並將其保存，並使用model.save_weights()創建包含權重的單獨文件。 這大約是完整model.save()結果的三分之一。 但我想知道是否有一些方法可以將這些存儲在一個自包含的文件中？ （沒有輸出兩個文件，將它們壓縮在一起，並刪除原件。）或者，也許有一種方法可以在訓練完成時刪除訓練配置和優化器狀態，​​因此model.save()不會給我一些東西很大？

謝謝。

Answer 1

模型的保存功能具有完全相同的參數，稱為include_optimizer，將其設置為false將保存模型而不包括優化器狀態，​​這將導致更小的HDF5文件：

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