Python 3.x 如何保存经过TF2训练的模型并再次使用它进行推断？_Python 3.x_Tensorflow2.0

Python 3.x 如何保存经过TF2训练的模型并再次使用它进行推断？

python-3.x

Python 3.x 如何保存经过TF2训练的模型并再次使用它进行推断？,python-3.x,tensorflow2.0,Python 3.x,Tensorflow2.0,我使用下面的教程程序（python3）训练一个模型，将图像分类为猫或狗我可以在我的ubuntu电脑上运行它，但我想保存经过训练的模型，然后用我自己的图像再次尝试你能给我指一段代码片段吗 1.保存经过训练的模型和 2.推断图像 Re@PSKP 我能够保存并加载模型。代码如下 import tensorflow as tf dog = tf.keras.preprocessing.image.load_img( "mowgli.JPG", grayscale=False, color_

我使用下面的教程程序（python3）训练一个模型，将图像分类为猫或狗

我可以在我的ubuntu电脑上运行它，但我想保存经过训练的模型，然后用我自己的图像再次尝试

你能给我指一段代码片段吗 1.保存经过训练的模型和 2.推断图像

Re@PSKP

我能够保存并加载模型。代码如下

import tensorflow as tf

dog = tf.keras.preprocessing.image.load_img(
   "mowgli.JPG", grayscale=False, color_mode='rgb', target_size=None,
    interpolation='nearest'
   )

 print(dog.size)

 model = tf.keras.models.load_model('dog-cat.h5')
 y_hat = model.predict(dog)

 print(y_hat)

但是在模型上得到了这个错误。预测

ValueError: Failed to find data adapter that can handle input: <class 'PIL.JpegImagePlugin.JpegImageFile'>, <class 'NoneType'>

ValueError:找不到可以处理输入的数据适配器：，

谢谢

我们有很多方法可以做到这一点。但我给你们看的是最简单的方法

解决方案

将tensorflow导入为tf
#列车模型
模型拟合（…）
#保存模型
model.save（“model_name.h5”）
#删除模型
del模型
#负荷模型
model=tf.keras.models.load\u model（'model\u name.h5'））
#现在您可以使用模型进行推理
y_hat=模型预测（测试X）

编辑

ValueError的解决方案

问题是您的

dog

变量不是numpy数组或tensorflow张量。在使用它之前，您应该将其转换为numpy数组。而且，

model.predict（…）

不接受单一图像，因此您应该添加一个额外维度

将tensorflow导入为tf
dog=tf.keras.preprocessing.image.load\u img(
“mowgli.JPG”，灰度=假，颜色模式=rgb，目标大小=无，
插值法
)
#转换为numpy数组
狗=np.asarray（狗）
模型=tf.keras.models.load_模型（'dog-cat.h5'））
#添加extrac维度（取决于您的模型）
#这是因为狗只有一个形象。但是预测需要很多时间
dog=np.array（[dog]）
y_hat=模型预测（狗）
印花（y_帽）

寻找其他解决方案