.h5和.hdf5格式有什么区别？
假设我们已经将模型保存为h5，那么我们可以使用keras的load_model函数加载模型。我已经浏览过多个github链接，其中作者提供了权重文件(.h5或.hdf5文件)。
那么，我们可以使用这些预先训练的权重/模型使用load_model吗？
load_model和load_weights有什么区别？
我是否可以使用load_model (keras)或应该使用(load_weight)加载权重文件。如果我们是装载重量，那么我们还加载整个架构的模型..
请通过一些例子提供更深入的理解。
Stack Overflow用户
发布于 2022-05-19 12:46:31
定义模型
model = ...训练模型
model.fit...保存模型：
model.save('model_topology.h5) 节省重量：
model.save_weights(`weights.h5`)当调用load_model()时，如果您想要运行推理，就必须调用load权重来加载预先训练过的权重。
model = load_model('model_toplogy.h5)
model.load_weights('weights.h5)在处理以HDF5格式(.h5)保存的模型时，这是正确的。
Tensorflow提供了另一种保存模型的格式：saved_model格式。save_model格式将模型拓扑(图)和经过训练的参数(权重和偏差)保存在目录中。这允许用一个命令加载模型。
model = tf.saved_model.load(path_to_dir)
关于h5和HDF5：h5只是保存在HDF5格式的文件的一个简短的扩展名。
https://stackoverflow.com/questions/72304679
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号