2

我在 Keras 中训练了一个模型，并以不同的方式保存它，例如；

model.save("filename")

或者 

model.to_json()  
model.save_weights("filename")

但是当我将训练好的模型加载到另一个程序中进行预测时，我得到的结果与测试结果大不相同。

为什么会发生这种情况，我该如何处理？

4

3 回答 3

3

像这样保存它：

     model.save('model.h5')
     model_json = model.to_json()
     with open("model.json", "w") as json_file:
         json_file.write(model_json)

然后为了有效地将其加载到应用程序中，将其设置为如下全局，以便它不会一次又一次地加载：

    def load_model():

        global model

        json_file = open('model.json', 'r')
        model_json = json_file.read()
        model = model_from_json(model_json)
        model.load_weights("model.h5")
        model._make_predict_function()
于 2018-08-01T11:25:32.610 回答
0

另外，你可以这样做

保存模型

 model.save('clasification_model.h5')

阅读模型

from keras.models import load_model
classifier = load_model('clasification_model.h5')

预言

res = classifier.predict_classes(x, batch_size=32, verbose=1)

分类器.predict_classes 与分类器.预测

keras 序列模型 API

于 2020-07-17T19:14:05.193 回答
0

您可以尝试将模型保存为 .h5 格式

from keras.models import model_from_json   
# serialize model to JSON
model_json = parallel_model.to_json()
with open("model.json", "w") as json_file:
    json_file.write(model_json)
# serialize weights to HDF5
model.save_weights("model.h5")
print("Saved model to disk")
于 2018-08-01T08:47:17.947 回答