模型的方式"/>
keras保存加载模型的方式
keras保存加载模型的方式:
1.方式一:保存与加载整个模型,包含结构与权重,使用load_model&model.save。
from keras.models import load_model
model = load_model('model.h5')
#训练过程model.save('model_weight.h5')
2.方式二:保存与加载权重,使用load_weights&save_weights
from keras.models import load_model
loaded_model.load_weights("model.h5") #训练过程
model.save_weights("model.h5")
3.方式三:在训练过程中保存模型与权重:
利用callbacks里面的ModelCheckpoint来保存最佳模型。
modelcheck = ModelCheckpoint('./unet_'+ label +'_20.h5', monitor='dice_coef', save_best_only=True, mode='max')callable = [modelcheck] H = model.fit_generator(generator=generateData(BS,train_set,data_format='channels_last'),steps_per_epoch=train_numb//BS,epochs=EPOCHS,verbose=1,validation_data=generateValidData(BS,val_set,data_format='channels_last'),validation_steps=valid_numb//BS,callbacks=callable,max_q_size=1)
4.方式四:模型权重与结构分开保存,权重保存加载上面已经介绍,这里仅介绍结构保存。model.to_json()仅保存模型的体系结构.要加载架构,您可以使用。
from keras.models import model_from_json# load json and create model
json_file = open('model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)# save json
model_json = model.to_json()
with open("model.json", "w") as json_file:json_file.write(model_json)
更多推荐
keras保存加载模型的方式
发布评论