# 模型保存JSON文件
model_json = model.to_json()
with open('model.json', 'w') as file:
file.write(model_json) # 保存模型权重值
model.save_weights('model.json.h5') # 从JSON文件中加载模型
with open('model.json', 'r') as file:
model_json1 = file.read() # 加载模型
new_model = model_from_json(model_json1)
new_model.load_weights('model.json.h5') # 编译模型
# new_model.compile(loss='categorical_crossentropy', optimizer='rmsprop', metrics=['accuracy'])
new_model.compile(optimizer=Adam(lr=1e-4), loss='binary_crossentropy', metrics=['accuracy']) 同时保存model和权重的方式:
model.save('model-weights.h5')
加载模型
model = load_model(path_dir)
json文件保存模型的结构,h5文件保存模型的参数,加载模型后加载参数,然后需要编译模型;之后就可以进行评估和预测。