将tensorflow检查点加载为keras模型
是将tensorflow模型转换为keras模型的过程。TensorFlow是一个流行的深度学习框架，而Keras是一个高级神经网络API，可以在多个深度学习框架上运行，包括TensorFlow。
加载tensorflow检查点为keras模型的步骤如下：
- 导入所需的库：
import tensorflow as tf
from tensorflow import keras- 构建与tensorflow模型相同的keras模型结构：
model = keras.Sequential([
keras.layers.Dense(64, activation='relu', input_shape=(input_shape,)),
keras.layers.Dense(10, activation='softmax')
])这里的模型结构应与之前使用tensorflow创建的模型相同。
- 加载tensorflow检查点：
checkpoint_path = "path/to/checkpoint.ckpt"
model.load_weights(checkpoint_path)确保将checkpoint_path替换为tensorflow检查点文件的实际路径。
加载检查点后，keras模型将具有与tensorflow模型相同的权重。
加载tensorflow检查点为keras模型后，可以使用keras提供的各种功能和方法对模型进行操作和训练。例如，可以使用model.compile()方法编译模型，使用model.fit()方法进行训练，使用model.predict()方法进行预测等。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云AI Lab：https://cloud.tencent.com/product/ai-lab
- 腾讯云机器学习平台：https://cloud.tencent.com/product/tiia
- 腾讯云深度学习平台：https://cloud.tencent.com/product/dla
- 腾讯云人工智能开发平台：https://cloud.tencent.com/product/ai-developer
相关·内容
例如，一些模型已经使用TensorFlow 1体系结构进行了预训练。是否可以使用tf.keras.models.load_model(...)在TensorFlow 2中加载此TensorFlow 1模型
浏览 4提问于2020-04-01得票数 1
我使用tensorflow keras创建了一个模型，并定义了一个回调来在每个时代之后保存模型。它以pb格式工作并保存了模型，但我不能再次将它加载到keras中，因为keras只接受h5格式。
我有两个问题：
除了tensorflow服务如何将已保存的模型加载到keras/tensorflow?How之外，还可以在每个时代后以h5格式保存keras模型？
我的回调和保存模型：
from tensorflow.keras.callbacks import ModelCheckpoint
cp_callback = ModelCheckpoint(filepath=checkpoint_path
浏览 7提问于2019-11-03得票数 3
回答已采纳
在使用tensorflow 1的keras中，我可以ModelCheckpoint(filepath)，保存的文件是一个名为filepath的文件，然后我可以调用model = load_model(filepath)来加载保存的模型。
现在，在tensorflow 2中，ModelCheckpoint创建一个名为filepath的目录，当我按照文档加载保存的模型时，我必须创建一个空模型，然后调用model.load_weights(filepath)。这是我的回音和fit：
filepath = "filepath"
checkpoint = tf.keras.callbac
浏览 7提问于2019-10-11得票数 2
回答已采纳
假设我有一个预先训练好的模型存储在Tensorflow检查点中。我想把它转换成一个Keras模型。我可以将检查点加载到TF会话中，但这就是我被卡住的地方。
浏览 3提问于2019-06-02得票数 1
1回答
我想统计一下从TensorFlow集线器加载的对象检测模型的参数数量，例如。我试过了：
hub_model = hub.load("https://tfhub.dev/tensorflow/ssd_mobilenet_v2/2")
print(len(hub_model.signatures['serving_default'].variables))
但是输出的可读性不是很好，我甚至不确定它是否正确。我也尝试过这种方式：
malli = hub.KerasLayer("https://tfhub.dev/tensorflow/ssd_mobilenet
浏览 22提问于2021-10-19得票数 0
我正在使用一个定制的批处理重正化层实现Keras模型，该层具有4个权重(beta、gamma、running_mean和running_std)和3个状态变量(r_max、d_max和t)：
self.gamma = self.add_weight(shape = shape, #NK - shape = shape
initializer=self.gamma_init,
regularizer=self.gamma_regularizer,
浏览 9提问于2020-09-05得票数 8
3回答
当我继续训练我的模型并在tensorboard上可视化进度时，我遇到了一些问题。 ? 我的问题是，如何在不手动指定任何时期的情况下，从相同的步骤恢复训练？如果可能，只需加载保存的模型，它就可以以某种方式从保存的优化器读取global_step，并从那里继续训练。 我在下面提供了一些代码来重现类似的错误。 import tensorflow as tf
from tensorflow.keras.callbacks import TensorBoard
from tensorflow.keras.models import load_model
mnist = tf.keras.da
浏览 20提问于2019-03-06得票数 9
1回答
我使用对象检测API (tensorflow Version2.8.2)训练了SSD MobilenetV2模型。我怎么才能把它转换成coreml？试图使用coremltools (版本5.2)，但失败了。
我做了以下工作：
使用exporter_main_v2.pyLoaded将检查点转换为saved_model.pb使用tf.saved_model.load(model_path)Run coremltools.convert(model, source="tensorflow")的模型
在步骤3中，我得到了以下错误：
NotImplementedError: Expect
浏览 4提问于2022-06-24得票数 0
我正在尝试加载一个使用tensofrow2.x中的TensorFlow 1.x保存的模型。 使用tensorflow.keras.models.load_model加载旧模型时。我得到一个错误： AttributeError: module 'tensorflow' has no attribute 'to_float' 任何人对如何解决有建议:)。
浏览 6提问于2020-04-20得票数 0
1回答
我训练了一个模型并将它保存为import os model.save('')，我想使用我的模型对新的测试集进行预测，所以我用model = tf.keras.models.load_model('')加载它。它向我展示了在加载Keras模型时检测到Tf2.5之前保存的这个waring (WARNING:tensorflow:SavedModel。请确保使用model.save()或tf.keras.models.save_model()、 而不是 tf.saved_model.save()保存模型。要确认，在SavedModel目录.中应该有一个名为“”的文件)
浏览 2提问于2021-08-26得票数 3
在TensorFlow-Keras中训练CNN模型后，在使用以下函数打开模型文件时，我得到了标题中提到的这个错误： from tensorflow.keras import load_model
# I also tried:
# from tensorflow.compat.v1.keras.models import load_model
model = load_model('weights-improvement-70-0.57.hdf5', compile = False) weights-improvement-70-0.57.hdf5是我的模型文件。下面是我从
浏览 178提问于2020-08-20得票数 1
回答已采纳
我正在开发一个基于LSTM的编码器-解码器模型，由于内存错误，它无法完成训练。我在上一个问题中问过这个问题，但没有得到任何回应。
因此，为了解决这个问题，我找到了一个解决方案，在训练停止的地方重新加载模型，并按如下方式重新开始训练。
train_samples = len(X_train)
val_samples = len(X_test)
batch_size = 128
epochs = 2
from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint
from keras.layers import Conv
浏览 31提问于2021-06-05得票数 1
我刚开始深造。谁能帮我实现网上学习的深度学习模式。根据我的理解，我可以在培训后保存一个keras/tensorflow模型，当新数据出现时，我可以重新加载网络并使用新的数据对网络进行再培训。我没有看到任何地方记录这个方法。我的理解不正确吗？如果是的话，请告诉我可以做些什么，这样当新的数据输入时，模型就会继续接受再培训？
浏览 0提问于2017-11-13得票数 3
回答已采纳
文档指出，keras.model.save("model_name")将以两个文件的形式保存模型(1) saved_model.pb -包含配置和(2) variables -包含模型权重。 从tensorflow的对象检测api下载的模型也具有此文件。因此，当我使用此目录加载模型时， keras.models.load_model("/content/ssd_mobilenet_v1_fpn_640x640_coco17_tpu-8/saved_model") 我遇到了这样的错误 /usr/local/lib/python3.6/dist-packages/
浏览 70提问于2020-09-21得票数 1
我有一个经过训练的Tensorflow模型和权向量，它们分别被导出到protobuf文件和权值文件中。
我如何将这些转换成JSON或YAML和HDF5文件，这些文件可以被Keras使用？
我有Tensorflow模型的代码，所以将tf.Session转换为keras模型并将其保存在代码中也是可以接受的。
浏览 5提问于2017-06-09得票数 27
回答已采纳
我想在不同的代码中使用经过rllib训练的策略模型，在那里我需要跟踪为特定输入状态生成的操作。使用标准的TensorFlow或PyTorch (首选)网络模型可以提供这种灵活性，但我找不到关于如何从经过训练的rllib代理生成可用的dat或H5文件的明确文档，然后我可以将其加载到torch或tf/Keras模型中。
浏览 38提问于2020-08-23得票数 1
我对TensorFlow世界有点陌生，但我用Keras编写了一些程序。由于TensorFlow 2在官方上类似于Keras，所以我对tf.keras.callbacks.ModelCheckpoint和tf.train.Checkpoint之间的区别感到非常困惑。如果有人能说明这一点，我会很感激的。
浏览 3提问于2020-04-16得票数 3
回答已采纳
我正在学习TensorFlow文档中的“神经机器翻译与注意”教程，但无法知道如何将模型保存为SavedModel文件。
从文档中可以看出，我可以很容易地保存检查点，但是afaik在与其他应用程序集成时并不十分有用。有人知道如何保存整个“模型”，即使他们没有使用tf.keras.Model
博士：
浏览 1提问于2020-11-05得票数 1
回答已采纳
在我点击了一个train_on_batch更新，使一些权重nan后，我在将我的keras模型重置为它在前一个时代的权重时遇到了麻烦。 我尝试在每个训练步骤后保存模型权重，然后在nan训练更新后将“良好”(非nan)权重加载回keras模型。这似乎工作得很好-在将旧的权重文件加载到模型中之后，当我打印model.get_weights()的结果时，结果权重不包含nan(并且预测使用它们也会产生非nan输出)。 然而，现在当我再次尝试train_on_batch时，这一次使用了一个新的批处理，我立即再次得到了一个nan更新。我尝试了多个随机选择的批处理，每次都会进行nan更新。 当nan tra
浏览 15提问于2019-02-25得票数 1
回答已采纳
我正在使用AI平台使用Estimator API训练Tensorflow模型。但是，当模型保存检查点并尝试恢复检查点时，它会抛出错误tensorflow.python.framework.errors_impl.NotFoundError: Unsuccessful TensorSliceReader constructor: Failed to find any matching files for gs://path/keras/keras_model.ckpt
这似乎是在Tensorflow中恢复元数据图形的问题，这是会话设置()中的代码。然而，由于AI平台将其从我的配置中抽象出来，我如
浏览 1提问于2019-06-12得票数 0
1回答
是否可以将keras模型(网络架构和权重的h5文件)转换为tensorflow模型？或者，tensorflow中是否有与keras的model.save等价的函数？
浏览 0提问于2017-09-30得票数 3
我尝试构建一个tensorflow模型--在这里，我用另一个模型加载一个泡菜文件，作为tensorflow模型的一部分。代码有两个部分，我在其中创建模型(保存)并使用模型来预测(加载)。我得到了ValueError:没有找到回调pyfunc_0
.pb文件本身非常小，因此它似乎没有将模型存储在.pb文件中的.泡菜文件中。我不知道该怎么办。
储蓄部分
import tensorflow as tf
from keras import backend as K
from tensorflow.python.saved_model import builder as saved_model_bui
浏览 0提问于2019-05-20得票数 2
回答已采纳
2回答
我用tensorflow和keras一起训练到一个使用google的char-RNN。我将我的模型训练为10个时期，并使用'model.save()‘保存它，如中所示。紧接着，我再次加载它，只是为了检查，我尝试在加载的模型上调用model.fit()，并使用完全相同的训练集得到一个“维度必须相等”的错误。培训数据在tensorflow数据集中，按批组织，如所示。下面是一个最低限度的工作示例：
import numpy as np
import tensorflow as tf
from tensorflow.keras.models import Sequential
from ten
浏览 7提问于2020-12-05得票数 1
回答已采纳
要在崩溃后恢复训练，不仅必须恢复模型，还必须恢复进入model.fit(...)过程状态的所有对象和参数。
在我费心编写实现fitting对象的keras代码之前，我想知道用于崩溃恢复的标准方法(如果有的话)是什么，以便从中断的地方恢复TensorFlow 2.0训练。
还是有人真的填补了TensorFlow对象模型中的这个明显的漏洞？
浏览 3提问于2019-12-29得票数 1
2回答
Tensorflow版本=1.8.0
我正在尝试使用Tensorflow中的一个中间检查点文件恢复我的模型。默认情况下，Tensorflow将采用上次保存的检查点文件。例如，文件夹包含如下文件：
检查点模型-56000.index模型-56000.data-00000-00001模型-56000.meta模型-57000.index模型-57000.data-00000-00001模型-57000.meta
默认情况下，Tensorflow加载最后一个57K检查点，但出于某些原因，我希望加载56K检查点的权重。以下是我用于恢复模型的代码：
def load_G(self, checkpoint
浏览 1提问于2018-10-30得票数 2
我有一个Keras模型，我想将它转换为Tensorflow protobuf (例如saved_model.pb)。
该模型来自vgg-19网络上的转移学习，在vgg-19网络中，将头和头切断，并使用完全连接的+softmax层进行训练，而其余的vgg-19网络则被冻结。
我可以在Keras中加载模型，然后使用keras.backend.get_session()在tensorflow中运行模型，生成正确的预测：
frame = preprocess(cv2.imread("path/to/img.jpg")
keras_model = keras.models.load_mo
浏览 3提问于2017-08-20得票数 15
回答已采纳
1回答
我使用tensorflow训练了一个深度学习模型，并使用keras将其保存为一个"cnn.h5“文件。现在我有3个文件，它们的名字中有"cnn.h5“，但是它们都包含一个不同的扩展名。
这三个档案是：
cnn.h5.meta
cnn.h5.index
CNN.h5.data-00000-of-00001
现在有人能告诉我上面哪一个文件是保存的模型吗？我必须在GUI中加载该模型以进行测试。
谢谢。
浏览 0提问于2018-11-21得票数 0
回答已采纳
来自，
SavedModel，TensorFlow模型的通用序列化格式。
和
SavedModel封装了一个TensorFlow保护程序。该保护程序主要用于生成变量检查点。
据我理解，如果有人想要使用SavedModel服务，则必须使用TensorFlow服务。但是，我可以在不使用SavedModel的情况下将Tensorflow模型部署到服务服务器上:冻结图并将其导出为GraphDef，并在Go中使用C++或中的ReadBinaryProto和将图形加载到会话中。
SavedModel的目的是什么？用户应该更喜欢SavedModel而不是检查点或GraphDef来聚合更多与模
浏览 6提问于2017-02-14得票数 34
回答已采纳
因此，我想知道如何加载Tensorflow中的最新检查点(它的路径/目录)，并继续我停止的培训。以及如何加载最新的检查点并将其保存为一个完整的模型。请帮帮我
我的代码：
cp_callback = tf.keras.callbacks.ModelCheckpoint(
filepath=checkpoint_path,
verbose=1,
save_weights_only=True,
save_freq=1*batch_size)
# Create a ba
浏览 4提问于2022-11-05得票数 0
我一直在浏览tensorflow.keras.save_model()应用程序接口的文档，我遇到了参数include_optimizer，我想知道不包括优化器有什么好处，或者如果优化器不与模型一起保存会出现什么问题？ 为了给我的特定用例提供更多的上下文，我想保存一个模型，然后将生成的.pb文件与Tensorflow一起使用。我是否需要保存优化器状态，而不是保存它会减少结果文件的整体大小？如果我不保存，模型会不会在TF服务中不能正常工作？
浏览 51提问于2021-04-30得票数 1
回答已采纳
我使用最新的tf.keras TF2.0a创建、编译并安装了一个模型。现在，我想将它保存为pb，以便稍后用于推理。
我用：
import time
saved_model_path = "./models/pb/experimental/{}".format(int(time.time()))
tf.keras.experimental.export_saved_model(model, saved_model_path)
saved_model_path
正如在point下面很好地描述为saved_model
model是我以前创建/编译/安装的模型。
现在我的问题
e
浏览 0提问于2019-05-22得票数 1
回答已采纳
从tf.keras.Model继承的类中的权重目前似乎无法加载。我无法使用检查点从类外部加载Example()中的权重，所以我尝试在内部加载，根据所有帐户，这应该可以工作。它能够保存权重，就像保存Example()时一样，但是它仍然不能加载它们。这是我的模型代码：
class Example(tf.keras.Model):
def __init__(self, cfg):
super(Example, self).__init__()
self.model = tf.keras.Sequential([
........la
浏览 18提问于2019-04-17得票数 3
回答已采纳
我在Google上使用带有tensorflow后端的Keras后端运行一个convnet模型，使用tensorboard回调为培训历史记录保存一个tfevents日志。当我监测学习曲线时，我注意到在训练的中途(学习曲线在平台上)，一个新的tfevents日志被保存到磁盘上。而TensorBoard的学习曲线显示，训练被重置为#1时代，val_loss也被重置为划痕。
这真的很奇怪。有人知道这是怎么回事吗？在什么情况下，Keras会自动重新启动培训并保存一个新的tfevents日志？
浏览 3提问于2017-09-20得票数 3
回答已采纳
我们在转换经过预先训练的Tensorflow模型时遇到了问题，我们将其作为以下文件
snapshot_140.ckpt.index
snapshot_140.ckpt.meta
快照_140.ckpt.data-00000-00001
对于tensorflow lite，当我们使用转换后的tflie文件进行预测时，所有的预测都在Nan而正常的tensorflow模型加载时给出了正确的回归预测。
上面有这些文件，从ckpt文件到tensorflow .pb图的转换是通过tensorflow.python.tools.freeze_graph工具进行的。
然后，将TFlite_converter工
浏览 1提问于2019-05-22得票数 2
问题是在推理时使用tensorflow.keras.models.load_model加载网络模型时会有很大的差异。如果我使用keras.models.load_model加载模型，推理速度比tensorflow.keras库快3倍。 模型存储在.h5文件中。可能只有一件事是“错误的”：首先我使用keras库训练并保存了模型，但(由于代码演变后的其他导入冲突)现在我使用tensorflow.keras加载它。 库版本包括： tensorflow==2.2.0
tensorflow-estimator==2.2.0
tensorflow-metadata==0.22.0
Keras==2.3.
浏览 32提问于2020-06-25得票数 0
4回答
我试图加载一个预先训练的BERT模型，使用变压器库在一个起重器培训工作中，我得到了“没有模块命名的keras错误”。您可以在下面找到相关的代码、导入和requirements.txt
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.wrappers.scikit_learn import KerasClassifier
from tensorflow.keras import
浏览 7提问于2022-08-02得票数 1
回答已采纳
3回答
我用google-collab编写了使用keras的模型，但我必须使用tensorflow在Visual中进行预测。
我已经搜索了一种将模型从keras .h5转换为tensorflow .pb的方法，但它们都不像应该的那样工作。
浏览 0提问于2019-08-09得票数 2
我用一个callbacks.ModelCheckpoint()文件自动保存了我的模型。
# Checkpoint In the /output folder
filepath = "./model/mnist-cnn-best.hd5"
# Keep only a single checkpoint, the best over test accuracy.
checkpoint = keras.callbacks.ModelCheckpoint(filepath, monitor='val_acc',
浏览 0提问于2018-10-11得票数 8
回答已采纳
我可能遗漏了一些显而易见的东西，但是在遵循自述的步骤之后，我无法成功地提交EC2 V100实例中的火车作业。
到目前为止，我完成了以下步骤：
Tensorflow版本“1.13.1”
将训练和测试转换为TFRecord格式
使用我的数据集的6个类创建了一个新的标签映射pb.txt。
更新管道配置以反映路径和类数。
我的最终目录结构如下(+表示文件夹和-表示文件)：
+ models
+ faster_rcnn_resnet101_coco_2018_01_28
- model.ckpt.data-00000-of-00001
- model.ckpt.meta
浏览 0提问于2019-05-06得票数 1
我使用keras model_to_estimator函数训练一个tensorflow模型，然后用训练数据进行训练。这样做很好，然后我可以继续使用测试数据成功地进行预测。
在一个单独的例程中，我希望能够用最新的训练检查点加载预训练的估计器，并做更多的预测(即不进行再训练)。我看过warm_start_from，但在加载keras模型时，这似乎是不可用的。根据的理解，我可以从同一个keras模型创建一个新的估计器，并且我第一次预测它将从我指定的目录加载检查点。
下面的代码片段是我所做的尝试(最终，estimator_model2将加载到一个单独的例程中，这只是为了演示)。
modelConfig
浏览 2提问于2018-06-14得票数 0
回答已采纳
我需要将Keras模型转换为C++代码。我找到了一些实现来做到这一点：keras2cpp、另一个keras2cpp和果萼。只有第三个模型能够将我的模型转换为cpp代码。但葡萄树不支持GPU。因此，我正在寻找另一个选择来做这件事。我的想法是将Keras模型保存到.pb(protobuf)文件中，然后用Tensorflow C加载该模型。
你觉得这有可能吗？否则，我将不得不手动将Keras模型重写为Tensorflow C API。
还有其他方法来完成这个任务吗？
浏览 0提问于2020-12-23得票数 1
我有一些python代码，可以使用Tensorflow的TFRecords和Dataset API来训练网络。我已经使用tf.Keras.layers构建了网络，这无疑是最简单、最快的方法。方便的函数model_to_estimator()
modelTF = tf.keras.estimator.model_to_estimator(
keras_model=model,
custom_objects=None,
config=run_config,
model_dir=checkPointDirectory
)
将Keras模型转换为估计器，这使我们能够很好
浏览 2提问于2018-10-02得票数 5
我在做西班牙语推文的情感分析。
在回顾了一些最近的文献之后，我看到最近有一项专门针对西班牙语文本(roberta-base-bne)的roberta-base-bne模型的培训工作。到目前为止，它似乎比目前最先进的西班牙语建模模型表现得更好。
对于不包括文本分类的各种任务，已经对RoBERTa模型进行了培训。我想拿这个，并微调它的文本分类，更具体地说，情感分析.
我已经完成了所有的预处理，并创建了dataset对象，并希望对模型进行本机训练。
码
# Training with native TensorFlow
from transformers import TFRobertaForS
浏览 10提问于2021-09-27得票数 4
在训练我的模型时，我使用tensorflow.keras.callbacks.ModelCheckpoint()作为唯一的回调。我注意到，当“冻结”图形时，它失去了它的很大一部分大小。问题是，在这个检查点中还有什么是有用的，我如何访问它？我对历史最感兴趣。
当我试图在我的Colab笔记本上实现它时，我并没有用它，因为它没有很好的工作。
浏览 0提问于2019-08-06得票数 0
回答已采纳
我一直在学习Tensorflow 的RNN教程。
model.load_weights()不工作，并抛出错误
Traceback (most recent call last):
File "C:/Users/swati.srivastava/PycharmProjects/TensorFlow Practice/main.py", line 1232, in <module>
model.load_weights(tf.train.load_checkpoint("./training_checkpoints/ckpt_" + str(
浏览 5提问于2021-03-01得票数 0
在我的keras中添加自定义丢失函数@tf.function后，keras模型停止加载(似乎保存模型，但不能重新加载模型)。文件显示这很简单但是..。
各种这样的答案表明，使用一个Keras版本训练的模型不能加载到其他Keras版本中。因此，我卸载了Keras 2.4.3 (从Anaconda env)，以避免任何混淆，并试图仅使用Tensorflow-keras建模和保存/加载。
所以，现在尝试保存一个Tensorflow-keras模型，然后再加载该模型，但是不会重新加载各种错误(如下)。环境是Anaconda3 python3.8 (带有Keras2.4.3，然后卸载它)和Tensorf
浏览 4提问于2020-11-26得票数 2
回答已采纳
嘿，我是坦索弗洛和卡拉斯的新手。我想知道是否有任何方法来转换我的tensorflow模型，它有四个文件：
checkpointmodelmodel-18540.data-00000-of-00001model-18540.index
有没有办法将这四个文件转换成单个keras文件格式为hdf5？
浏览 1提问于2021-01-02得票数 1
回答已采纳
我正在尝试使用python3加载facenet-keras模型，但我的代码使用tensorflow作为后端的keras加载facenet模型。我的代码如下：
from keras.models import load_model
print("Loading facenet model...")
model = load_model('models/facenet_keras_dup.h5') #code stucks at this line
print ("facenet model loaded")
我的python版本如下：
python
浏览 0提问于2019-11-01得票数 1
我有一个经过微调的vgg模型，我使用tensorflow.keras functional创建了模型，并使用tf.contrib.saved_model.save_keras_model保存了模型。因此，该模型使用以下结构保存:资产文件夹(包含saved_model.json文件)、saved_model.pb文件和变量文件夹(包含检查点、variables.data-00000-of-00001和variables.index. )。
我可以轻松地在python中加载我的模型并使用tf.contrib.saved_model.load_keras_model(saved_model_path
浏览 0提问于2018-12-12得票数 4
通过迁移学习，我使用Tensorflow 2.0训练了一个ResNet50模型。我稍微修改了体系结构(新的分类层)，并在培训期间使用ModelCheckpoint回调保存了模型。训练很好。通过回调保存的模型在硬盘上占用了206 MB。
为了使用我所做的模型进行预测：
我开了一本木星实验室笔记本。我使用my_model = tf.keras.models.load_model('../models_using/my_model.hdf5')加载模型。(顺便说一句，使用IPython也会发生同样的情况)。
我使用free linux命令行工具在加载之前和之后测量空闲内存。模
浏览 3提问于2019-12-06得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
