您可以将模型保存为json,并将权重保存为hdf5文件格式。
# keras library import for Saving and loading model and weights
from keras.models import model_from_json
from keras.models import load_model
# serialize model to JSON
# the keras model which is trained is defined as 'model' in this example
model_json = model.to_json()
with open("model_num.json", "w") as json_file:
json_file.write(model_json)
# serialize weights to HDF5
model.save_weights("model_num.h5")
创建包含模型和权重的文件“ model_num.h5”和“ model_num.json”
要使用相同的训练模型进行进一步测试,您只需加载hdf5文件并将其用于预测不同的数据。这是从保存的文件中加载模型的方法。
# load json and create model
json_file = open('model_num.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)
# load weights into new model
loaded_model.load_weights("model_num.h5")
print("Loaded model from disk")
loaded_model.save('model_num.hdf5')
loaded_model=load_model('model_num.hdf5')
要预测不同的数据,您可以使用此
loaded_model.predict_classes("your_test_data here")
0
我使用KerasClassifier训练分类器。
代码如下:
但是如何保存最终模型以供将来预测?
我通常使用以下代码保存模型:
但是我不知道如何将保存模型的代码插入KerasClassifier的代码中。
谢谢。