【问题标题】:How to convert a checkpoint to a Keras .h5 model?如何将检查点转换为 Keras .h5 模型?
【发布时间】:2020-05-25 18:14:27
【问题描述】:

我有一个保存检查点的 tensorflow 模型,但我需要加载权重并保存 Kereas .h5 模型。我该怎么做?

【问题讨论】:

  • 您的检查点保存为什么?我假设 .model?
  • 尝试提供您的代码的 sn-p 以及有关您希望如何存储检查点的更多详细信息。

标签: tensorflow keras checkpoint


【解决方案1】:

我假设您需要将之前的检查点转换为 .h5

给定一个已经训练好的模型,您想加载它的权重并保存为 .h5。我假设您已将其保存为 .model 文件。假设它被称为 first.model

在你的脚本中,你会想要使用 load_model,加载你的检查点

model = load_model('first.model')

那么你只需要使用

model.save('goal.h5')

保存为 .h5 文件。

为了将来参考,您可以通过将检查点保存为 .h5 来避免此转换过程:

使用检查点功能时,您可以选择保存为 .model .h5.hdf5。该行可能如下所示:

checkpoint = ModelCheckpoint("**FILE_NAME_HERE**.model",monitor='val_loss',verbose=1,mode='min',save_best_only=True,save_weights_only=False,period=1)

这就是您将检查点保存为 .model 的方式,但按照您的意愿将其保存为 h5:

checkpoint = ModelCheckpoint("**FILE_NAME_HERE**.h5",monitor='val_loss',verbose=1,mode='min',save_best_only=True,save_weights_only=False,period=1)

【讨论】:

    猜你喜欢
    • 2019-08-04
    • 2019-08-29
    • 2020-11-17
    • 2018-07-13
    • 2020-02-21
    • 2020-09-10
    • 2020-10-10
    • 2021-12-09
    • 2021-02-18
    相关资源
    最近更新 更多