Python 在Keras中存储编译模型？

我想在生产中使用Keras模型，但不想每次需要运行时都重新编译模型。我是否应该对其进行pickle等处理？

如果您只想进行预测（而不是在生产中进行培训），则无需编译模型

---

来源：

不幸的是，

pickle

目前不受Keras支持。您可以：

• 使用内置的“keras.models.load_model”和“keras.models.save_model”将模型和经过训练的权重存储到hdf5文件中
• 使用零碎的技巧使Keras模型“可拾取”。如果有一个参照模型的对象，则此选项非常有用。我做过一次，并在我的博客上发了一篇帖子-

---

Theano或TensorFlow后端？