h5权值在tf.keras模型中的应用

Question

我有来自Keras模型的h5权重。

我希望将Keras模型重写为tf.keras模型(使用TF2.x)。

我知道只有高级API发生了变化，但是您知道我是否仍然可以使用h5权重吗？很可能可以加载它们，但是和tf.keras权重之间的结构不同吗？

谢谢

Answer 1

看来他们是一样的

从cudos到Mohsin hasan answer

过去，当我不得不将

模型转换为tf.keras模型时，我做了以下工作：

tf.keras

• Save中的

1. 训练模型只有权值tf_model.save_weights("tf_model.hdf5")
2. Make Keras模型体系结构使用keras中的所有层(与tf keras相同)
3. 按层名加载权重：keras_model.load_weights(by_name=True)

这似乎对我有用。由于我使用的是开箱即用的体系结构(DenseNet169)，所以我不得不将tf.keras网络复制到keras中的工作量非常少。

和亚历克斯·科恩的answer

tf.keras HDF5模型和Keras HDF5模型除了不可避免的软件版本更新的同步性外，没有什么不同。官方文件是这么说的：

tf.keras是TensorFlow对Keras规范的实现。这是一个用于构建和训练模型的高级API，其中包括对TensorFlow特定功能的一流支持，如果转换器能够将一个keras模型转换为tf.lite，它将提供相同的结果。但是tf.lite的功能比tf.keras更有限。如果这个特性集对您来说还不够，您仍然可以使用tensorflow，并享受它的其他优势。