当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.keras.Sequential.save用法及代码示例


用法

save(
    filepath, overwrite=True, include_optimizer=True, save_format=None,
    signatures=None, options=None, save_traces=True
)

参数

  • filepath 字符串、PathLike、SavedModel 或 H5 文件的路径以保存模型。
  • overwrite 是静默覆盖目标位置的任何现有文件,还是为用户提供手动提示。
  • include_optimizer 如果为 True,则将优化器的状态一起保存。
  • save_format 'tf''h5' ,表示是将模型保存到 Tensorflow SavedModel 还是 HDF5。在 TF 2.X 中默认为 'tf',在 TF 1.X 中默认为 'h5'。
  • signatures 使用 SavedModel 保存的签名。仅适用于'tf' 格式。有关详细信息,请参阅tf.saved_model.save 中的signatures 参数。
  • options (仅适用于 SavedModel 格式)tf.saved_model.SaveOptions 对象,指定保存到 SavedModel 的选项。
  • save_traces (仅适用于 SavedModel 格式)启用后,SavedModel 将存储每一层的函数轨迹。这可以禁用,以便只存储每一层的配置。默认为 True 。禁用此函数将减少序列化时间并减小文件大小,但它要求所有自定义层/模型都实现get_config() 方法。

将模型保存到 Tensorflow SavedModel 或单个 HDF5 文件。

有关详细信息,请参阅tf.keras.models.save_model 或序列化和保存指南。

例子:

from keras.models import load_model

model.save('my_model.h5')  # creates a HDF5 file 'my_model.h5'
del model  # deletes the existing model

# returns a compiled model
# identical to the previous one
model = load_model('my_model.h5')

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.Sequential.save。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。