在Keras中保存和加载权重

Question

我正在尝试从我训练的模型中保存和加载权重。

我用来保存模型的代码是。

TensorBoard(log_dir='/output')
model.fit_generator(image_a_b_gen(batch_size), steps_per_epoch=1, epochs=1)
model.save_weights('model.hdf5')
model.save_weights('myModel.h5')

让我知道这是不正确的方法，还是有更好的方法。

但是当我尝试使用它们加载它们时，

from keras.models import load_model
model = load_model('myModel.h5')

但我得到这个错误：

ValueError                                Traceback (most recent call 
last)
<ipython-input-7-27d58dc8bb48> in <module>()
      1 from keras.models import load_model
----> 2 model = load_model('myModel.h5')

/home/decentmakeover2/anaconda3/lib/python3.5/site-
packages/keras/models.py in load_model(filepath, custom_objects, compile)
    235         model_config = f.attrs.get('model_config')
    236         if model_config is None:
--> 237             raise ValueError('No model found in config file.')
    238         model_config = json.loads(model_config.decode('utf-8'))
    239         model = model_from_config(model_config, 
custom_objects=custom_objects)

ValueError: No model found in config file.

关于我可能在做错的任何建议吗？先感谢您。

Answer 1

Keras提供了三种不同的保存方法。这些在上面（带有示例）以及下面的视频链接中进行了描述。

首先，收到错误的原因是因为您打错电话load_model。

要保存和加载模型的权重，您首先需要使用

model.save_weights('my_model_weights.h5')

如显示的那样保存重量。要加载权重，您首先需要构建模型，然后调用load_weights模型，如

model.load_weights('my_model_weights.h5')

另一种节省技术是model.save(filepath)。此save功能保存：

• 模型的体系结构，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，可以从您上次中断的地方继续进行精确训练。

要加载此保存的模型，请使用以下命令：

from keras.models import load_model
new_model = load_model(filepath)'

最后，，model.to_json()仅保存模型的架构。要加载html" target="_blank">架构，您可以使用

from keras.models import model_from_json
model = model_from_json(json_string)