如何保存和重用keras模型的所有设置？

Question

问题是：

使用这样指定的keras模型（部分）：

# create model
model = Sequential()
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# Fit the model
model.fit(X, Y, epochs=150, batch_size=10)

是否可以在模型中保存所有详细信息以供以后使用？

详情如下:

我一直在遵循machinelearningmastery.com的一个例子，试图修改和添加模型的特征/参数，例如

• 激活class='relu'

正如问题所暗示的，我想存储模型设置以供以后使用。我知道这些参数是不同函数的一部分，但它们是否都是可能的呢？

我尝试过的：

1. model.save（）和model.load（）

只有回报

序列对象没有属性load

2. <代码>模型。获取配置（）

在这里，我可以找到一些设置，例如：

[{'class_name'：'密集'，'配置'：{'激活'：'relu'，

但我还没有找到一种方法将该配置作为独立模型加载，而且通常情况下，我似乎无法找到所有设置。

3.我还检查了其他帖子，比如Keras-重用前一层的权重-转换为Keras张量，但模型的所有方面似乎都没有涵盖。

有什么建议吗？

Answer 1

model.save（）将做的技巧来保存模型，加载它使用从keras.models导入load_model和使用模型=load_model（model_name）加载模型

Answer 2

不要尝试model.load（）尝试使用keras提供的load\u model（）加载您使用model.save（）保存的模型

from keras.models import load_model   
load_model(filepath)

您还可以使用model.to_json（）将模型保存为json，并使用model_from_json（）从json加载

您可以在Keras文档中看到更多保存和加载模型的方法