FaceRecognition_SVM_Classifier.py", line 51, in <module> File "C:\Users\tueku\Envs\facenet5\lib\site-packages\keras\utils\traceback_utils.py", line 67, inraise e.with_trac
我在Keras中训练了一个神经网络,并将其保存为HDF5文件(*.h5)。其目的是对数据进行分类,并直接在树莓派零上区分几个类别,这是通过使用GrovePi屏蔽的格罗夫传感器获得数据。我想使用经过训练的Keras模型对Raspberry Pi实时执行分类任务。但是,不可能在Raspberry Pi Zero上安装Tensorflow,这是使用内置Keras函数加载模型</e
我们希望保存一个经过训练的模型,以便在应用程序中使用它。所以问题是,如果我们加载模型,精度会很低。请参阅下面的代码。要保存模型,请执行以下操作: model.save("TrainedModel\\emotionDetector.h5") 加载模型的步骤: model = models.load_modelmodel.evaluate(X, y, verbose=1)
p