我希望了解有关模型保存的清晰信息。神经网络中有超参数和模型。
在我训练完模型后,我希望将所有内容保存下来以便于不必重新训练模型时使用。
当我将模型保存为h5py文件(.H5)时,它是否也会保存超参数?
如果是,pickle文件的目的是什么?
我希望了解有关模型保存的清晰信息。神经网络中有超参数和模型。
在我训练完模型后,我希望将所有内容保存下来以便于不必重新训练模型时使用。
当我将模型保存为h5py文件(.H5)时,它是否也会保存超参数?
如果是,pickle文件的目的是什么?
从how-can-i-save-a-keras-model:
您可以使用
model.save(filepath)
将Keras模型保存为单个HDF5
文件,其中包含:
- 模型的体系结构,允许重新创建模型
- 模型的权重
- 训练配置(损失、优化器)
- 优化器的状态,允许恢复恰好回到离开时候的训练位置。
并且它明确说明:
不推荐使用pickle或cPickle来保存Keras模型。
为什么?嗯,可能有很多原因。 这个是一个好的起点。
save(path)
和save_weights(path)
。 - Jeppesave(path)
会将所有内容都存储下来。save_weights(path)
只会存储权重。两者都使用h5。 - Jeppe