Tensorflow 微调Keras模型

我正在利用CNN进行面部表情识别。我使用Keras和Tensorflow作为后端。我的模型保存为h5格式

我想重新训练我的网络，并用VGG模型微调我的模型

---

我怎么能对keras这么做

保存您的模型架构和权重：

json_string = model.to_json()
model.save_weights('model_weights.h5')

负载模型架构和权重：

from keras.models import model_from_json
model = model_from_json(json_string)
model.load_weights('model_weights.h5')

---

从这里再次开始精细调整训练。我希望这有帮助。

您可以使用Keras

model.save（filepath）

功能

有关各种Keras保存和加载技术的详细信息，请参见本YouTube视频中的示例：

model.save（文件路径）

保存：

• 模型的体系结构，允许重新创建模型
• 模型的权重
• 培训配置（丢失、优化器）
• 优化器的状态，允许在您停止的位置恢复培训

要加载此保存的模型，请使用以下命令：

from keras.models import load_model
new_model = load_model(filepath)

如果使用

model.to_json（）

，则只会保存模型的体系结构。此外，如果使用了

model.save_weights（）

，则只能保存模型的权重。使用这两种替代保存技术，您既不会保存培训配置（丢失，优化器），也不会保存优化器的状态