在保存模型中,H5PY文件和泡菜文件之间的区别



我想获得一个清晰的模型保存图像。神经网络中有超参数和模型。

训练模型后,我想保存全部使用它们,而无需重新培训模型。

当我将模型保存为H5PY文件(.h5(时,它是否也保存超参数?

如果是,泡菜文件的目的是什么?

from-can-i-save-a-keras-model:

您可以使用model.save(filepath)将KERAS模型保存到单个 HDF5文件将包含:

  • 模型的体系结构,允许重新创建模型
  • 模型的权重
  • 训练配置(损失,优化器(
  • 优化器的状态,允许准确地恢复培训。

明确说:

不建议使用泡菜或cpickle保存keras型号。

为什么?好吧,可能有很多原因。这是一个很好的起点。

为什么不使用keras model.save('mymodel.h5'(?

keras文档:

不建议使用泡菜或cpickle保存keras型号。

最新更新