Python 如何保存神经网络的权值

我面临的问题是如何在文本文件中保存经过训练的神经网络的权重。 这是我的密码

def网络（培训数据，文件名）：
拉姆达=1
输入层=1200
输出层=10
隐藏层=25
X=培训数据[0]
y=培训数据[1]
θ1=随机初始化灯光（1200,25）
θ2=随机初始化灯光（25,10）
m、 n=np.形状（X）
yk=重新标记（y，输出层）
θ=np.r_[theta1.T.flatte（），theta2.T.flatte（）]
X_bias=np.r_[np.ones（（1，X.shape[0]）），X.T]
#共轭梯度算法
结果=scipy.optimize.fmin\u cg（计算成本，fprime=computegradent，x0=theta，args=（输入层，隐藏层，输出层，X，y，lamda，yk，X偏移），最大值=100，显示=True，全输出=True）
打印结果[1]#最小值
θ1，θ2=参数展开（结果[0]，输入层，隐藏层，输出层）
计数器=0
对于范围内的i（m）：
预测=预测（X[i]，θ1，θ2）
实际值=y[i]
如果（预测=实际）：
计数器+=1
打印str（计数器*100/m）+%精度
数据={“Theta1”：[Theta1]，
“θ2”：[θ2]}
op=open（文件名为'w'）
dump（数据，op）
op.close（）

将numpy数组保存为纯文本的最简单方法是执行（并加载）。但是，如果要使用JSON格式保存这两个文件，可以使用实例编写文件：

with StringIO as theta1IO:
    numpy.savetxt(theta1IO, theta1)
    data = {"theta1": theta1IO.getvalue() }
    # write as JSON as usual

您也可以使用其他参数来实现这一点

要检索数据，可以执行以下操作：

# read data from JSON
with StringIO as theta1IO:
    theta1IO.write(data['theta1'])
    theta1 = numpy.loadtxt(theta1IO)

---

θ1或θ2或两者都不可JSON序列化。它们是由函数paramUnroll返回的对象。那么它们是什么类型的对象呢？@PaulCornelius theta1和theta2是numpy数组

theta1.tolist（）

。从文件加载写入的列表后，请记住再次初始化

numpy.array

。我们是否可以使用numpy将两个数组保存为单个文本文件中的字典。savetxt@IshankGulati如果它们有匹配的维度，文档会给出一种方法，但是您必须在np.loadtxt之后处理矩阵，以便分离两个矩阵。