我有两个keras模型，它们共享某些层次结构，我想将它们的权重保存到hd5文件中。如果我单独保存这两个模型，我认为这些共享层次结构会被保存两次，占用了磁盘上的双倍空间。如何在一个文件中保存它们呢？谢谢！
1个回答
1
您可以将共享层放入一个单独的模型中。例如，如果共享层是：
如果共享层是两个模型中的第一层，则任务变得更容易，分离共享层后您将会有三个模型。如果共享层位于每个模型的输入层和输出层之间，则您还需要在共享层之前分离每个模型中的层，这将导致额外的两个模型。
为了轻松实现此功能，您可以使用 Keras Functional API将一个模型的输出作为另一个模型的输入来组合多个模型。例如，如果您有
这样您就可以训练
为了能够在训练
layer1和layer2，则您需要创建一个模型，其中输入层为layer1，输出层为layer2。 layer2的输出将成为两个模型的输入。如果共享层是两个模型中的第一层，则任务变得更容易，分离共享层后您将会有三个模型。如果共享层位于每个模型的输入层和输出层之间，则您还需要在共享层之前分离每个模型中的层，这将导致额外的两个模型。
为了轻松实现此功能，您可以使用 Keras Functional API将一个模型的输出作为另一个模型的输入来组合多个模型。例如，如果您有
shared_model、model1和model2模型，那么您可以通过将shared_model的输出作为model1和model2的输入来创建两个用于训练或推断的模型。input_layer = Input(input_shape)
shared_output = shared_model(input_layer)
combined_output1 = model1(shared_output)
combined_model1 = Model(inputs=input_layer, outputs=combined_output1)
combined_output2 = model2(shared_output)
combined_model2 = Model(inputs=input_layer, outputs=combined_output2)
这样您就可以训练
combined_model1或combined_model2，或者将它们用于推理。为了能够在训练
combined_model1时保存shared_model和model1的检查点，您可以使用alt-model-checkpoint库创建一个回调函数。- Talal Alrawajfeh
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接