有没有办法保存权重并将它们加载到另一个文件中
tensorflow 205
原文标题 :Is there a way to save the weights and load them on another file
所以,就像问题的标题一样简单,有没有办法在这样的训练后保存权重
model.save_weights("path")
然后仅将它们加载到另一个项目中
model = load_weights("path")
model.predict(x)
可能吗 ?
回复
我来回复-
dimas krisrianto 评论
是的。如果你调用正确的路径是可能的
例如,你有这条路
- project1/cool.py - project2/another_cool.py
你用cool.py训练,模型保存在project1的文件夹中。然后你想在another_cool.py中加载模型
只需用路径调用
load_model
函数../project1/weigh.h5
2年前 -
Théo Rubenach 评论
如果您只想保存/加载权重,您可以使用
model.save_weights("path/to/my_model_weights.hdf5")
然后重新加载(可能在另一个python项目/另一个解释器中,你只需要相应地更新路径)
other_model.load_weights("path/to/my_model_weights.hdf5")
但是,两个模型应该具有相同的架构(同一类的实例),并且 Python/tensorflow/keras 版本应该相同。有关更多信息,请参阅文档。
您可以通过
model.save("path/to/my_model.hdf5")
保存在磁盘上和keras.models.load_model("path/to/my_model.hdf5")
从磁盘加载来保存权重和架构(再次,文档应该提供详细信息)。一旦加载到内存中,您可以重新训练您的模型,或在其上使用预测,项目之间的预测应该相同
2年前