Keras model.save()和model.save_weights()之间的区别?
keras
machine-learning
neural-network
tensorflow
7
0

要将模型保存在Keras中,以下输出文件之间的区别是什么?

  1. model.save()
  2. model.save_weights()
  3. 回调中的ModelCheckpoint()

从所保存的文件model.save()比从模型较大model.save_weights()但比一个JSON或YAML模型架构文件显著大。为什么是这样?

重申一下:为什么size(model.save())+ size(something)= size(model.save_weights())+ size(model.to_json()),那“东西”是什么?

仅使model.save_weights()model.save_weights()model.to_json()加载比仅使model.save()load_model()

有什么区别?

参考资料:
Stack Overflow
收藏
评论
共 1 个回答
高赞 时间 活跃

save()将权重和模型结构保存到单个HDF5文件中。我相信它还包括优化器状态之类的东西。然后,您可以将该HDF5文件与load()以重建整个模型,包括权重。

save_weights()仅将权重保存到HDF5,而没有其他内容。您需要额外的代码才能从JSON文件重构模型。

收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号