如何在Keras中保存和加载已经训练好的Model？

在Keras中，保存和加载已经训练好的模型非常方便，主要使用`model.save()` 和 `model.load_model()` 方法。下面是具体的步骤：

**保存模型**:
1. 首先，你需要确保你的模型已经经过编译，因为未经编译的模型无法保存。

   model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

2. 然后，使用`model.save()`方法，指定你希望保存文件的位置和文件名，通常会加上`.h5`或`.json`扩展名：

   model.save('my_model.h5')  # 保存为HDF5格式

**加载模型**:
1. 如果你想加载同一个格式的模型，可以这样做：

   loaded_model = load_model('my_model.h5')

2. 对于模型结构的持久化（如JSON格式），你可以单独保存模型结构：

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

而后再从JSON文件加载：

   loaded_model = models.model_from_json(open('model.json').read())
   loaded_model.load_weights("my_model.h5")  # 加载权重