如何使用Python保存整个Keras模型?
Tensorflow是由谷歌提供的机器学习框架。它是一个开源框架,与Python一起使用来实现算法、深度学习应用等等。它用于研究和生产用途。
Keras是一个深度学习API,它是用Python编写的。它是一个高级API,具有有助于解决机器学习问题的生产接口。它运行在Tensorflow框架上面。它被构建来帮助快速实验。它具有高可扩展性,并具有跨平台的能力。这意味着Keras可以在TPU或GPU集群上运行。Keras模型还可以导出以在Web浏览器或移动电话上运行。
Keras已经在Tensorflow软件包中存在。可以使用以下代码行访问它 −
我们使用Google Colaboratory来运行以下代码。Google Colab或Colaboratory在浏览器中运行Python代码,并且不需要任何配置并免费访问GPU(图形处理器)。Colaboratory是建立在Jupyter笔记本电脑之上的。以下是代码:
更多Python相关文章,请阅读:Python 教程
示例
编写者来源 – https://www.tensorflow.org/tutorials/keras/save_and_load
输出
解释
-
使用“create_model”方法创建新模型。
-
新模型已适应训练数据。
-
创建一个新目录来存储新模型。
-
一旦适应完成,使用“save”方法进行保存。
-
在控制台上显示已保存模型的路径。