Keras model.save()和model.save_weights()之间的区别？
Keras model.save()和model.save_weights()之间的区别？
提问于 2017-03-06 09:26:23
要在Keras中保存模型，以下输出文件之间有什么区别：
model.save()model.save_weights()- 回调中的
ModelCheckpoint()
从model.save()保存的文件比从model.save_weights()保存的模型要大，但比JSON或Yaml模型架构文件大得多。为什么会这样呢？
重申这一点:为什么size(model.save()) +size(某事)= size(model.save_weights()) + size(model.to_json())是什么？
只使用model.save_weights()和model.to_json()以及从它们加载比只执行model.save()和load_model()更有效吗？
有什么不同吗？
回答 4
Stack Overflow用户
回答已采纳
发布于 2017-03-06 09:54:07
save()将权重和模型结构保存到一个HDF5文件中。我相信它还包括类似于优化器状态的内容。然后，您可以使用该HDF5文件与load()重建整个模型，包括权重。
save_weights()只将权重保存到HDF5而不是其他任何东西。您需要额外的代码从JSON文件中重构模型。
Stack Overflow用户
发布于 2019-11-19 08:55:45
model.save_weights()：只会保存权重，因此如果需要，可以将它们应用于不同的体系结构中。mode.save()：将保存模型的体系结构+权重+训练配置+优化器的状态
Stack Overflow用户
发布于 2020-01-30 15:30:16
仅仅为了添加ModelCheckPoint的输出，如果它与其他任何人相关:在模型培训期间用作回调，它可以保存整个模型，也可以只保存权重，这取决于save_weights_only参数设置的状态。只有权值被保存，类似于调用model.save_weights()。FALSE (默认)和保存整个模型，如调用model.save()。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42621864
复制相关文章
相似问题
腾讯云开发者
