- Keras深度学习:入门、实战与进阶
- 谢佳标
- 283字
- 2024-10-30 00:46:59
3.5 模型保存及序列化
在完成模型训练后或者在训练过程中都可以保存模型的进度,这意味着模型可以从中断的地方继续进行,避免了长时间的训练。你也可以共享模型,使得其他人也可以利用此模型进行开发。在Keras中,可以对模型进行序列化与反序列化。进行模型序列化时,会将模型结构与模型权重保存在不同的文件中。模型结构可以保存在JSON或者YAML文件中;模型权重通常保存在HDF5文件中,这种保存格式效率很高。Keras中的模型主要包括model和weight两个部分,保存和加载模型文件的方法很多,常见方法如表3-2所示。
表3-2 常见方法
本节将从以下三方面介绍如何保存和加载模型:
- 使用HDF5格式保存模型;
- 使用JSON格式保存模型;
- 使用YAML格式保存模型。