是否有可能只在pythontenstorflow中运行预测方法而不运行整个文件？[重复]

Question

我对Python非常陌生，实际上这是我写的第一篇文章，如果有人能给我解释一下，我将不胜感激

我遵循一个教程，使用TensorFlow构建了一个简单的人工神经网络。我使用了PyCharm社区版来实现这一点

import numpy as np
import pandas as pd
import tensorflow as tf
from sklearn.preprocessing import LabelEncoder
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
  
dataset = pd.read_csv('file.csv')
X = dataset.iloc[:, 3:-1].values
y = dataset.iloc[:, -1].values

le = LabelEncoder()
X[:, 2] = le.fit_transform(X[:, 2])

ct = ColumnTransformer(transformers=[('encoder', OneHotEncoder(), [1])], remainder='passthrough')
X = np.array(ct.fit_transform(X))

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 0)

sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

ann = tf.keras.models.Sequential()

ann.add(tf.keras.layers.Dense(units=6, activation='relu'))
ann.add(tf.keras.layers.Dense(units=6, activation='relu'))
ann.add(tf.keras.layers.Dense(units=1, activation='sigmoid'))

ann.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])

ann.fit(X_train, y_train, batch_size = 32, epochs = 100)

现在我想用这个人工神经网络来预测结果。我的问题是，我是否可以执行下面这行代码，而不必从代码的开头运行整个脚本并将其放在代码的末尾？

ann.predict(sc.transform([[0, 1, 0, 0, 0, 60, 1, 100, 1, 0, 0, 10000]]))

据我所知，每次我运行脚本时，都会创建新的神经网络，然后对其进行训练。我想跳过整个过程，只训练一次网络，然后使用它进行预测，而不必从一开始就运行它。这有可能吗？我尝试在Python控制台中执行它，但它不起作用（我想这是因为当我这样做时，程序已经停止运行）。

Answer 1

训练模型后，可以将其保存到磁盘并在另一个脚本中重复使用。安之后。拟合（…），您可以保存它：

ann.save('name_of_model')

然后，如果你想再次使用它（在不同的脚本中）：

ann = tf.keras.models.load_model('name_of_model')

如果您想在一个脚本中拥有所有内容，也许您可以做的是检查模型是否已经保存到磁盘，如果没有，则训练它并保存它，如果是，则只从磁盘加载它。