Neural network 不使用GPU的Keras神经网络模型预测
我的神经网络模型是在Keras over Theano中使用GPU构建的。 我正在使用Pickle存储它以备将来使用,可能在另一台计算机上Neural network 不使用GPU的Keras神经网络模型预测,neural-network,gpu,theano,pickle,keras,Neural Network,Gpu,Theano,Pickle,Keras,我的神经网络模型是在Keras over Theano中使用GPU构建的。 我正在使用Pickle存储它以备将来使用,可能在另一台计算机上 是否可以在没有GPU的情况下使用该模型进行预测?当然可以。这甚至是一个常见的用例。GPU有助于促进培训,但有时在生产中不可用(例如,如果您在客户的手机上运行) 我知道的不多,但他们可能有一个相当于tensorflow.service。您始终可以序列化经过训练的模型对象,并从另一台机器读取它 要序列化,您可以使用: 内置的keras.models.save_
是否可以在没有GPU的情况下使用该模型进行预测?当然可以。这甚至是一个常见的用例。GPU有助于促进培训,但有时在生产中不可用(例如,如果您在客户的手机上运行) 我知道的不多,但他们可能有一个相当于
tensorflow.service
。您始终可以序列化经过训练的模型对象,并从另一台机器读取它
要序列化,您可以使用:
- 内置的
和keras.models.save_model
将模型转储到hdf5文件keras.models.load_model
- 如果你需要/喜欢泡菜-基本上Keras不支持,但你可以使用这个技巧-