h5py文件和pickle文件保存模型的区别答案

【问题标题】：Difference between h5py file and pickle file in saving a modelh5py文件和pickle文件保存模型的区别
【发布时间】：2019-05-01 14:18:58
【问题描述】：

我想获得模型保存的清晰图像。神经网络中有超参数和模型。

在我训练模型后，我想保存所有以使用它们而不重新训练模型。

当我将模型保存为 h5py 文件 (.H5) 时，它是否也保存了超参数？

如果是，pickle 文件的用途是什么？

【问题讨论】：

pickle文件有什么用处是什么意思？
我的意思是它的目的。如果所有东西都可以通过h5保存，那么pickle文件的目的是什么
有点像问如果XML存在，JSON的目的是什么？。 Keras 同时拥有save(path) and save_weights(path)
@Jeppe 你的意思是 Pickel 只节省重量吗？
@Ind 否。我认为 H5 通常用于大型数值数据，而 pickle 是通用对象序列化。 Keras 选择使用 H5 来存储权重、架构等。您阅读下面的链接和答案了吗？ save(path) 存储所有内容。 save_weights(path) 只存储权重。两者都使用 h5。

【解决方案1】：

来自how-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：

模型的架构，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，允许在您停止的地方恢复训练。

它明确表示：

不建议使用 pickle 或 cPickle 来保存 Keras 模型。

为什么？好吧，这可能有很多原因。 This 是一个很好的起点。

【讨论】：

【解决方案2】：

你为什么不使用keras model.save('mymodel.h5')？

Keras 文档：

不建议使用 pickle 或 cPickle 来保存 Keras 模型。

【讨论】：