【发布时间】:2023-03-30 02:09:01
【问题描述】:
我正在使用 CNN 进行面部表情识别。我使用 Keras 和 Tensorflow 作为后端。我的模型保存为 h5 格式。
我想重新训练我的网络,并使用 VGG 模型微调我的模型。
我怎样才能用 keras 做到这一点?
【问题讨论】:
标签: tensorflow keras
我正在使用 CNN 进行面部表情识别。我使用 Keras 和 Tensorflow 作为后端。我的模型保存为 h5 格式。
我想重新训练我的网络,并使用 VGG 模型微调我的模型。
我怎样才能用 keras 做到这一点?
【问题讨论】:
标签: tensorflow keras
您可以使用 Keras model.save(filepath) 函数。
YouTube 视频中的示例讨论了各种 Keras 保存和加载技术的详细信息:Save and load a Keras model
model.save(filepath)saves:
要加载此保存的模型,您可以使用以下内容:
from keras.models import load_model
new_model = load_model(filepath)
如果您使用model.to_json(),您只会保存模型的架构。此外,如果您使用model.save_weights(),您只会节省模型的权重。使用这两种替代保存技术,您不会保存训练配置(损失、优化器),也不会保存优化器的状态。
【讨论】:
保存您的模型架构和权重:
json_string = model.to_json()
model.save_weights('model_weights.h5')
加载模型架构和权重:
from keras.models import model_from_json
model = model_from_json(json_string)
model.load_weights('model_weights.h5')
从这里重新开始训练以进行微调。我希望这会有所帮助。
【讨论】: