我尝试在使用以下命令后加载LSTM模型(由Keras创建(：
model_json = model.to_json()
with open("model.json", "w") as json_file:
json_file.write(model_json)
使用命令：
json_file = open('model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)
并通过以下命令打印lr和其他超参数：
loaded_model.summary()
我收到了关于LSTM结构的所有信息。但我没有收到像lr等这样的超参数信息
学习率是模型优化器的一个参数，不包括在model.summary()输出中。如果你想找到学习率的值，你可以使用模型的optimizer属性，并使用K.eval()来评估学习率张量，得到它的实际值：
print(K.eval(model.optimizer.lr))
更新：使用to_json方法时，不会保存模型的优化器，因此上述解决方案不起作用。如果你想保存整个模型，包括层权重和优化器(以及它的状态(，你可以使用save方法：
model.save('my_model.h5')
然后您可以使用load_model:加载它
from keras.models import load_model
model = load_model('my_model.h5')
或者，如果您使用了save_weights方法(保存层的权重(和to_json方法(仅保存模型的体系结构(，则可以在使用model_from_json:加载回模型后加载回权重
# load the architecture of model from json file ...
# load the weights
model.load_weights('model_weights.h5')
然而，第二种方法中的优化器尚未保存，因此需要重新编译模型(请注意，这意味着优化器的状态将丢失，因此，如果不首先配置优化器，您可能无法轻松地继续训练模型；但是，如果您只想使用该模型进行预测或从头开始重新训练模型，则这是可以的(。
我强烈建议阅读Keras常见问题解答中的相关部分：如何保存Keras模型？