保存和重用 ML 模型

Question

首先，讓我自我介紹一下。 我是一名年輕的研究員，我對機器學習很感興趣。 我創建了一個模型，經過訓練、測試和驗證。 現在我想知道是否有辦法保存我訓練過的模型。

我也有興趣知道模型是否經過訓練。

最后，有沒有辦法將保存的（和訓練的）模型與新數據一起使用，而無需再次訓練模型？

我和python一起工作！

Answer 1

歡迎來到社區。

是的，您可以保存經過訓練的模型並在以后重復使用。 有幾種方法可以做到這一點，我將在這里向您介紹其中的幾種。 但是，請注意您使用哪個庫來構建模型並使用該庫的方法。

1. Pickel：Pickle 是 Python 中序列化對象的標准方式。

   import pickle

   pickle.dump(model, open(filename, 'wb'))

   loaded_model = pickle.load(open(filename, 'rb'))

2. Joblib：Joblib 是 SciPy 生態系統的一部分，並提供用於流水線化 Python 作業的實用程序。

   import joblib

   joblib.dump(model, filename)

   loaded_model = joblib.load(filename)

3. 最后，正如其他人所建議的那樣，如果您使用諸如 Tensorflow 之類的庫來構建和訓練您的模型，請注意它們有多種方法可以使用構建的模型並保存/加載它。 請檢查以下信息：

TensorFlow 保存和加載模型

Answer 2

可能有更好的方法來做到這一點，但這就是我以前用 python 做的。

所以你有一個你訓練過的 ML 模型。 該模型基本上只是一組參數。 根據您使用的模塊，您可以將這些參數保存在文件中，然后導入它們以稍后重新生成您的模型。

也許更簡單的方法是使用酸洗將模型對象完全保存在文件中。

https://docs.python.org/3/library/pickle.html

您可以將對象轉儲到文件中，並在您想再次運行時將其加載回來。