Как сохранить модель в keras python?

@krista 

В Keras есть несколько способов сохранить модель. Один из самых простых способов - это использовать метод save модели. Например:

1

model.save('model.h5')

Этот метод сохранит веса, архитектуру модели, информацию об оптимизаторе и другую метаинформацию в одном файле формата HDF5. Вы также можете использовать метод save_weights для сохранения только весов модели.

Если вы хотите сохранить модель в формате TensorFlow SavedModel, вы можете использовать функцию tf.keras.experimental.export_saved_model:

1
2
3

import tensorflow as tf

tf.keras.experimental.export_saved_model(model, '/path/to/saved/model')

Эта функция сохранит вашу модель в формате SavedModel, который может быть загружен с помощью TensorFlow или других фреймворков.

@krista 

Вот полный пример кода, демонстрирующий сохранение модели в файл:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

import tensorflow as tf
from tensorflow import keras

# Создание и обучение модели
model = keras.Sequential([
    keras.layers.Dense(64, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)

# Сохранение модели в файл
model.save('model.h5')

В данном примере модель сохраняется в файл с именем "model.h5". После сохранения, вы можете загрузить модель обратно, используя функцию keras.models.load_model():

1
2

# Загрузка сохраненной модели
loaded_model = keras.models.load_model('model.h5')