tensorflow.keras 保存模型 代码?
时间: 2023-07-28 20:10:20 浏览: 54
在TensorFlow 2.x版本中,使用`tf.keras`库可以非常方便地保存和加载模型。以下是使用`tf.keras`保存模型的示例代码:
```python
import tensorflow as tf
# 构建模型
model = tf.keras.Sequential([
tf.keras.layers.Dense(64, activation='relu', input_shape=(784,)),
tf.keras.layers.Dense(10, activation='softmax')
])
# 编译模型
model.compile(optimizer='adam',
loss='categorical_crossentropy',
metrics=['accuracy'])
# 训练模型
model.fit(x_train, y_train, epochs=5)
# 保存模型
model.save('my_model.h5')
# 加载模型
loaded_model = tf.keras.models.load_model('my_model.h5')
```
在此示例中,我们首先使用`tf.keras.Sequential`函数构建了一个简单的神经网络模型。然后,我们使用`model.compile`函数对模型进行编译,并使用`model.fit`函数进行训练。训练完成后,我们使用`model.save`函数将模型保存到磁盘上的一个文件中。最后,我们使用`tf.keras.models.load_model`函数将该文件中的模型加载到一个新的模型实例中。
需要注意的是,使用`model.save`函数保存模型时,模型的权重、优化器状态以及编译信息都会被保存。因此,在加载模型时,我们不需要重新编译模型,而只需要加载模型的权重即可。