我有一个keras模型，我想把它保存到JSON。常用的方法是将模型的体系结构保存到JSON中，然后将权重保存到.h5文件中。 但是，我需要将包含权重的模型保存在JSON文件中。
浏览 32提问于2021-08-06得票数 0
1回答
我正在训练一个keras模型，并将权重保存到JSON文件中，如下所示： json.dump(model.get_weigths())
现在我想要加载权重并重新构建keras模型，以便可以进行测试和预测。
浏览 4提问于2018-08-29得票数 0
假设我有一个预先训练好的模型存储在Tensorflow检查点中。我想把它转换成一个Keras模型。我可以将检查点加载到TF会话中，但这就是我被卡住的地方。
浏览 3提问于2019-06-02得票数 1
在上面的文章中，他们同时创建了JSON和HDF5文件， model_json = model.to_json()with open("model.json", "w") as json_file: # serialize weights它们将重新加载
浏览 1提问于2021-06-30得票数 0
回答已采纳
要在Keras中保存模型，以下输出文件之间有什么区别：
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。重申这一点:为什么size(model.save()) +size(某事)=
浏览 2提问于2017-03-06得票数 51
回答已采纳
3回答
我在keras中运行了一个lstm模型，并将其持久化到一个json对象。我想把这个json对象直接写到一个s3存储桶中。Boto3教程并没有涉及到这一点，它们只展示了如何将文件写入s3。我真的需要能够在json中直接从python (在内存中)到s3中存储keras模型。有什么想法吗？
浏览 3提问于2017-12-22得票数 3
我一直在使用Keras回归上机器掌握的脚本，我想将模型保存为一个.h5文件。Machinelearningmastery还有另一个节省型号/泡菜教程，但是脚本是用Keras…中的model.fit()方法编写的。但是我使用的脚本是通过调用函数来定义模型的。有人能告诉我如何将这个模型保存为.h5df吗？import numpy as npfrom <
浏览 0提问于2019-03-01得票数 2
回答已采纳
我使用model.save("cnn.model")和model.save("cnn.h5")来保存训练后的模型。
在两个不同的扩展中保存模型的区别是什么？
浏览 2提问于2020-01-26得票数 0
回答已采纳
我已经从黑网下载了用于.weights和.cfg的YOLOv3文件(link：)，我想要创建一个模型并从这些文件中分配权重，并且我希望用分配的权重将模型保存到.h5文件中，这样就可以使用keras.models.load_model()将.h5模型加载到Keras中。
浏览 1提问于2019-07-27得票数 0
回答已采纳
2回答
我已经在keras中训练了一个多层感知器，将模型序列化为JSON，并将权重保存到HDF5。如何在C/C++中导入此模型以对其进行预测？
浏览 20提问于2018-08-02得票数 1
8回答
代码如下：from pandas import read_csvfrom keras.layersimport Densefrom keras.utils import np_utilsdummy_y, cv=kfold)
print("Accuracy: %.2f%% (%.2f%%)"
浏览 2提问于2017-03-13得票数 77
我已经从qubvel/resnet和粗网/效率网下载了C1文件。我试图使用一些模型作为我的模型的主干，但是我得到了以下错误：所以那些.h5文件只是权重。只有重量而没有建筑的目的是什么？我试图执行以下代码：
r
浏览 0提问于2021-02-14得票数 0
回答已采纳
2回答
我想要一个清晰的形象的模型保存。神经网络存在超参数和模型。当我将模型保存为h5py文件(.H5)时，它是否也保存超参数？如果是，腌制文件的目的是什么？
浏览 1提问于2019-05-01得票数 4
我目前正在训练一个神经网络，我试着把训练好的模型储存起来，以备将来使用。该模型基于来自Sequential的keras (见下文)。我看过一些关于此错误消息的StackOverflow帖子，它似乎与多线程有关。我不知道在模型中发生了什么，但也许有人可以给我建议如何存储模型，要么采取措施消除这个错误，要么建议一个更好的存储神经网络的方法。
浏览 1提问于2018-09-24得票数 3
我在Windows上编写了Python深入学习代码的原型，但我无法让它在Linux上工作。我发现问题来自于load_model。下面是在Windows和Linux上不同行为的Python代码。这两个Keras安装都是从Keras的github源代码存储库中安装的，因为标准Keras包无法识别模型格式，因此最近在Github源代码中对字符格式进行了修补。from keras.models import l
浏览 3提问于2018-01-06得票数 4
2回答
将模型权重保存到一个文件中。
、、、、
我有一个keras模型，它保存了每个时期的权重，我如何才能制作成一个文件？我有50个时代，我将得到50个权重，我只想把它们保存在一个文件中。> model.save_weights('checkpoint_epoch_{}.hdf5'.format(k))
知道我该怎么做才能把它保存在一个文件中，因为以后我必须将权重转换成tensorflow模型</em
浏览 1提问于2020-02-19得票数 1
回答已采纳
我刚刚成功地完成了一个tf.keras顺序模型的训练，并编写了一个单独的"Flask“脚本，将保存的模型加载到我上传到Heroku的应用程序中。一切都成功了。但是，当我在玩的时候，我意识到对于我的需求，我只需要导入Flask，从flask以及pandas，numpy和tensorflow.python.keras.models导入load_model的请求：from tensorflow.
浏览 237提问于2019-03-12得票数 0
回答已采纳
我只是想知道，在模型优化时，保存模型状态的最佳方法是什么。我想要这样做，这样我就可以运行它一段时间，保存它，然后稍后再回来。我知道有一个函数可以保存权重，另一个函数可以将模型保存为JSON。在学习过程中，我需要同时保存模型的权重和参数。这包括动量和学习速率等参数。是否有方法将模型和权重保存在同一个文件中。我读到，使用泡菜被认为不是很好的做法。此外，模型</
浏览 3提问于2016-05-10得票数 6
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
