Python Keras to_json(),它保存了什么?
我的印象是,它只保存了模型的架构,所以我应该能够在开始培训之前调用它?然后Python Keras to_json(),它保存了什么?,python,json,keras,Python,Json,Keras,我的印象是,它只保存了模型的架构,所以我应该能够在开始培训之前调用它?然后保存权重()保存恢复模型所需的权重?还有更多的细节吗 在什么阶段我可以调用到_json()?也就是说,我必须先调用compile()?它可以在fit()之前吗?如中所述,它只保存模型的体系结构: 仅保存/加载模型的体系结构 如果只需要保存模型的体系结构,而不需要保存其 重量或其训练配置,您可以执行以下操作: # save as JSON json_string = model.to_json() # save as YA
保存权重()
保存恢复模型所需的权重?还有更多的细节吗
在什么阶段我可以调用到_json()
?也就是说,我必须先调用compile()
?它可以在fit()
之前吗?如中所述,它只保存模型的体系结构:
仅保存/加载模型的体系结构
如果只需要保存模型的体系结构,而不需要保存其
重量或其训练配置,您可以执行以下操作:
# save as JSON
json_string = model.to_json()
# save as YAML
yaml_string = model.to_yaml()
生成的JSON/YAML文件是人类可读的,可以手动修改
如果需要,请编辑
然后,您可以根据以下数据构建新模型:
# model reconstruction from JSON:
from keras.models import model_from_json
model = model_from_json(json_string)
# model reconstruction from YAML
from keras.models import model_from_yaml
model = model_from_yaml(yaml_string)
关于这个主题的讨论非常广泛。我可以在什么阶段调用_json()?也就是说,我必须先调用.compile()吗?它可以在fit()之前吗?@BaronYugovich您可以在调用
compile
方法之后或之前调用它。它没有任何区别,因为它不会保存培训配置(例如,使用的丢失功能或优化器)。