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
最佳答案
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)。
关于python - 保存keras模型以节省空间的最佳方式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49219474/