【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
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】:
标签: tensorflow keras checkpoint
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 或 .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】: