python - 保存keras模型以节省空间的最佳方式

Question

如博客中所述，我在 vgg16 模型的顶部借助迁移学习在 keras 中训练了一个模型 Building powerful image classification using model using very little data .

当我在 keras 中使用 model.save() 方法保存模型时，输出文件大小(.h5)格式约为 200MB。

我需要将此代码推送到 github，但我们无法上传大小超过 100MB 的文件。

那么，有什么办法可以让我将模型保存在较小的文件中。

注意::我只需要模型用于预测目的

Answer 1

docs有你的解决方案。 save 是最优的，但可以轻松保存和加载整个状态以进行连续工作。如果我理解正确的话，你需要的会少得多:

Saving/loading only a model's architecture

json_string = model.to_json()
yaml_string = model.to_yaml()

Saving/loading only a model's weights

model.save_weights('my_model_weights.h5')

我想两者都比整个工作区域要精简得多。您可以稍后使用它们重新创建模型，如文档中所述(load_weights、load_from_json 等)。