[tentorflow]H 5 Kerasモデルのロード
1646 ワード
h5 Model load and fit
h 5モデルは.h 5(HDF 5)形式もモデルと重みを持つデータファイルである.
h 5として保存されたモデルをロードし、一時ファイルでテストしようとします.
参考ドキュメント天書フロー公式ドキュメント
https://www.tensorflow.org/guide/keras/save_and_serialize?hl=ko
参考になりました
Keras H 5フォーマット
Kerasはまた、モデルのアーキテクチャ、ウェイト値、コンパイル()情報を含む単一のHDF 5ファイルの保存をサポートします.SavedModelの簡単な代替案.
model = get_model()
# Train the model.
test_input = np.random.random((128, 32))
test_target = np.random.random((128, 1))
model.fit(test_input, test_target)
# Calling `save('my_model.h5')` creates a h5 file `my_model.h5`.
model.save("my_h5_model.h5")
# It can be used to reconstruct the model identically.
reconstructed_model = keras.models.load_model("my_h5_model.h5")
# Let's check:
np.testing.assert_allclose(
model.predict(test_input), reconstructed_model.predict(test_input)
)
# The reconstructed model is already compiled and has retained the optimizer
# state, so training can resume:
reconstructed_model.fit(test_input, test_target)
既存のモデルをモデルをget model()にインポートします.
test inputとtest target変数によりモデルfit()に適合させる.
このモデルはsave(「my model.h 5」)でh 5形式で保存されます.
このh 5モデルはkerasです.models.load model(「my h 5 model.h 5」)でロードできます.
np.testing.assert_allclose(
model.predict(test_input), reconstructed_model.predict(test_input)
)
モデルのテスト入力予測とh 5モデルのテスト入力予測結果が一致しているかどうかを検証する
reconstructed_model.fit(test input,test target)として適している
h 5は、saveModel形式と比較して、外部損失およびメトリックストレージXである
Reference
この問題について([tentorflow]H 5 Kerasモデルのロード), 我々は、より多くの情報をここで見つけました https://velog.io/@vector13/tensorflow-H5-Keras-모델-로드テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol