zoukankan      html  css  js  c++  java
  • tf2 模型保存总结

    tf2 模型保存总结

    1. model.save保存的是所有信息,结果是单文件,最为简单。

    实例:保

    model_name = "./model_save/fassionMnist_save.h5"

    model.save(model_name)

    new_model = keras.models.load_model(model_name)

    2. model.save_weights(weight_file)保存的是权重,结果是单文件。

    weight_file="./model_save/weights.h5"

    示例:保

    model.save_weights(weight_file)

     

    model = keras.Sequential()

    model.add(keras.layers.Flatten(input_shape=(28,28)))

    model.add(keras.layers.Dense(128,activation="relu"))

    model.add(keras.layers.Dense(10, activation="softmax"))

    model.summary()

     

    model.compile(optimizer="adam",

    loss="sparse_categorical_crossentropy",

    metrics=["acc"])

     

    model.load_weights(weight_file)

    3. 检查点保存权重,结果多文件

    示例:

    ckpt_path="./ckpt/model_ckpt.ckpt"

    ckpt_callback=keras.callbacks.ModelCheckpoint(

    ckpt_path,save_weights_only=True)

    history = model.fit(train_image,train_label,epochs=3,callbacks=[ckpt_callback])

     

    model = keras.Sequential()

    model.add(keras.layers.Flatten(input_shape=(28,28)))

    model.add(keras.layers.Dense(128,activation="relu"))

    model.add(keras.layers.Dense(10, activation="softmax"))

    model.summary()

     

    model.compile(optimizer="adam",

    loss="sparse_categorical_crossentropy",

    metrics=["acc"])

     

    model.load_weights(ckpt_path)

     

    4. 检查点保存全部模型,结果是文件夹

    而且win下保存路径必须用 反斜杠,不能用正斜杠,可视为bug

    model_ckpt_path=".ckptmodel3.model"

    ckpt_callback=keras.callbacks.ModelCheckpoint(

    model_ckpt_path,save_weights_only=False)

    model.evaluate(test_image,test_label,verbose=0)

    history = model.fit(train_image,train_label,epochs=3,callbacks=[ckpt_callback])

    model.evaluate(test_image,test_label,verbose=0)

     

    new_model = keras.models.load_model(model_ckpt_path)

    new_model.evaluate(test_image,test_label,verbose=0)

  • 相关阅读:
    阿里云内网和公网NTP服务器和其他互联网基础服务时间同步服务器
    python3 tkinter
    未来的趋势发展 802.11v网络协议解析
    如何挑选好料酒?
    bootstrap
    结巴中文词频分析
    Covariance 协方差分析
    调整的R方_如何选择回归模型
    赤池信息量准则 ( Akaike information criterion)
    python蒙特卡洛脚本模拟—挑战者号爆炸概率
  • 原文地址:https://www.cnblogs.com/xiexiaokui/p/12268031.html
Copyright © 2011-2022 走看看