微调Keras模型

Question

我在用CNN做面部表情识别。我使用Keras和Tensorflow作为后端。我的模型保存为h5格式。

我想重新训练我的网络，并微调我的模型与VGG模式。

我怎么能用角角做这件事？

Answer 1

保存模型、体系结构和权重：

json_string = model.to_json()
model.save_weights('model_weights.h5')

负载模型结构和权重：

from keras.models import model_from_json
model = model_from_json(json_string)
model.load_weights('model_weights.h5')

从这里再开始训练，准备打靶。我希望这能帮到你。

Answer 2

您可以使用Keras model.save(filepath)函数。

YouTube视频：保存并加载Keras模型中的示例讨论了各种Keras保存和加载技术的详细信息。

model.save(filepath)保存：

• 模型的体系结构，允许重新创建模型。
• 模型的权重。
• 培训配置(丢失、优化器)。
• 优化器的状态，允许在您停止的地方恢复训练。

要加载这个保存的模型，您可以使用以下方法：

from keras.models import load_model
new_model = load_model(filepath)

如果使用model.to_json()，则只需要保存模型的体系结构。此外，如果您使用model.save_weights()，您将只保存模型的权重。使用这两种可选的保存技术，您将不会保存培训配置(丢失、优化器)，也不会保存优化器的状态。