在Keras中保存模型,model.save()
、model.save_weights()
和回调函数中的ModelCheckpoint()
输出文件有什么区别?
model.save()
生成的保存文件比model.save_weights()
生成的模型文件大,但比JSON或Yaml模型结构文件要大得多。为什么会这样?
换句话说,为什么大小(model.save()
+ something)=(model.save_weights()
+ model.to_json()
),那个“something”是什么?
只用model.save_weights()
和model.to_json()
进行保存并从这些文件加载是否比使用model.save()
和load_model()
更有效率?它们之间有什么区别?
h5dump --contents
命令将保存的模型与保存的权重进行比较,我可以看到权重只是模型hd5文件中的一个“组”。但是还有优化器状态。但是,我没有看到任何与模型体系结构相关的文件。优化状态用于什么目的,模型体系结构如何持久化? - CMCDragonkaimodel.save_weights('my_model_weights.h5')
会干扰学习过程,应该使用model.save('my_model.h5')
来继续训练。 - payne