如何将一个checkpoint转换为Keras的.h5模型？

Question

我有一个保存checkpoint的tensorflow模型，但是我需要加载权重并保存为Keras .h5模型。我该如何操作？

- Maryam Vahdatpour

---

你的检查点保存为什么？我假设是 .model 吗？ - George

请尝试提供您的代码片段，并更详细地说明您希望如何存储检查点。 - Benjam

Answer 1

我假设您需要将先前的检查点转换为.h5格式。

假设您已经训练好了一个模型，想要加载它的权重并保存为.h5格式。我假设您已将其保存为.model文件。假设它叫做first.model。

在您的脚本中，您将使用load_model来加载您的检查点。

model = load_model('first.model')

然后您只需要使用

model.save('goal.h5')

保存为 .h5 文件。

以后可以通过将检查点保存为 .h5 文件来避免进行此转换过程：

使用检查点功能时，您可以选择保存为 .model、.h5 或 .hdf5 文件。该行可能类似于：

checkpoint = ModelCheckpoint("**FILE_NAME_HERE**.model",monitor='val_loss',verbose=1,mode='min',save_best_only=True,save_weights_only=False,period=1)

这就是如何将检查点保存为 .model 文件，但如果您想要将其保存为 h5 文件，则需要执行以下操作：

checkpoint = ModelCheckpoint("**FILE_NAME_HERE**.h5",monitor='val_loss',verbose=1,mode='min',save_best_only=True,save_weights_only=False,period=1)

- George