Fatal编程技术网
  • keras/
  • 无法在databricks中保存keras模型

无法在databricks中保存keras模型

keras

无法在databricks中保存keras模型,keras,databricks,azure-databricks,Keras,Databricks,Azure Databricks,我正在保存keras模型 model.save('model.h5') 在databricks中，但模型未保存 如前所述，我还尝试在/tmp/model.h5中保存 但这种模式并没有节约 保存单元格执行，但当我加载模型时，它显示没有model。h5文件可用 当我这样做时，dbfs\u model\u path='dbfs:/FileStore/models/model.h5'dbutils.fs.cp（'file:/tmp/model.h5'，dbfs\u model\u path） 或者尝试

我正在保存keras模型

model.save('model.h5')
在databricks中，但模型未保存

如前所述，我还尝试在
/tmp/model.h5中保存

但这种模式并没有节约

保存单元格执行，但当我加载模型时，它显示没有
model。h5
文件可用

当我这样做时，
dbfs\u model\u path='dbfs:/FileStore/models/model.h5'dbutils.fs.cp（'file:/tmp/model.h5'，dbfs\u model\u path）

或者尝试加载模型


tf.keras.models.load_model（“文件：/tmp/model.h5”）


我收到错误消息
java.io.FileNotFoundException:File File File:/tmp/model.h5不存在
问题是Keras被设计为只处理本地文件，因此它不理解uri，例如
dbfs://
或
File://
。因此，您需要使用本地路径来保存和加载操作，然后将文件复制到DBFS或从DBFS复制文件（不幸的是，
/DBFS
不能很好地使用Keras，因为它的工作方式）

下面的代码工作得很好。请注意，
dbfs://
或
file://
仅用于调用
dbutils.fs
命令-Keras stuff使用本地文件的名称


    

  • 创建模型并本地保存为
    /tmp/model full.h5
    ：
    • 



来自tensorflow.keras.applications导入接收v3
模型=接收v3（权重=“图像网”）
model.save（'/tmp/model full.h5'）



    

  • 将数据作为
    DBFS:/tmp/model full.h5复制到DBFS并检查：
    • 



dbutils.fs.cp（“文件：/tmp/model full.h5”、“dbfs:/tmp/model full.h5”）
显示（dbutils.fs.ls（“/tmp/model full.h5”））



    

  • 将文件从DBFS复制为
    /tmp/model-full2.h5
    &加载它：
    • 



dbutils.fs.cp（“dbfs:/tmp/model-full.h5”，“文件：/tmp/model-full2.h5”）
从tensorflow进口keras
model2=keras.models.load_model（“/tmp/model-full2.h5”）

提供有关错误消息（如果存在）的信息，以及有关设置的信息-Databricks运行时版本等。
dbfs\u model\u path='dbfs:/FileStore/models/models/model.h5'dbutils.fs.cp（'file:/tmp/model.h5'，dbfs\u model\u path）
或尝试加载model
tf.keras.models.load\u model（“file:/tmp/model.h5”）
I收到错误消息
java.io.FileNotFoundException:File文件：/tmp/model.h5不存在
Databricks运行时版本为7.5 ML（包括Apache Spark 3.0.1、GPU、Scala 2.12）