如何使用Python从检查点加载权重并重新评估模型？

TensorFlow是Google提供的一种机器学习框架。它是一个开源框架，与Python一起使用，用于实现算法、深度学习应用程序等。它用于研究和生产目的。

可以使用以下代码在Windows上安装“tensorflow”软件包−

pip install tensorflow

Tensor是TensorFlow中使用的数据结构。它有助于连接流程图中的边缘。这个流程图被称为“数据流图”。张量不过是多维数组或列表。它们可以使用三个主要属性来识别−

等级 − 它告诉张量的维数。它可以被理解为张量的顺序或已经定义的张量中的维数的数量。
类型 − 它告诉与Tensor元素关联的数据类型。它可以是一维、二维或n维张量。
形状 − 它是行和列的数量。

Keras在希腊语中的意思是“角”。Keras是作为ONEIROS项目（开放式神经电子智能机器人操作系统）的研究部分开发的。Keras是一个用Python编写的深度学习API。它是一个高级API，具有生产接口，有助于解决机器学习问题。它运行在Tensorflow框架之上。它的目的是帮助快速实验。它提供了必要的抽象和构建块，这些构建块在开发和封装机器学习解决方案中是必不可少的。

Keras已经存在于Tensorflow软件包中。可以使用以下代码访问它。

import tensorflow
from tensorflow import keras

我们使用Google Colaboratory来运行以下代码。Google Colab或Colaboratory帮助在浏览器上运行Python代码，不需要任何配置，并且可以免费访问GPU（图形处理单元）。Colaboratory是构建在Jupyter Notebook之上的。以下是代码−

更多Python相关文章，请阅读：Python 教程

示例

print("The weights are loaded")
model.load_weights(checkpoint_path)

print("The model is being re-evaluated")
loss, acc = model.evaluate(test_images, test_labels, verbose=2)
print("This is the restored model, with accuracy: {:5.3f}%".format(100 * acc))

代码来源− https://www.tensorflow.org/tutorials/keras/save_and_load

输出

The Weights are loaded
The model is beign re-evaluated
32/32 - 0 - loss:0.4066 - sparse_categorical_accuracy:0.8740
This is the restored model, with accuracy:87.400%