微调Keras模型

Question

我正在使用CNN进行面部表情识别。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，并使用VGG模型微调我的模型。

我该怎么做keras？从这里再次

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

开始训练微调：

Answer 1

保存您的模型架构和重量：

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

负载模型结构和权重。我希望这有帮助。

Answer 2

您可以使用Keras model.save(filepath)功能。

详细的各种Keras保存和加载技术，在此YouTube视频的例子讨论：Save and load a Keras model

model.save(filepath)节省：

• 模型的体系结构，允许重新创建模型。
• 模型的权重。
• 培训配置（损失，优化器）。
• 优化器的状态，允许从停止的地方重新开始训练。

要加载这个保存的模型，你可以使用下列内容：

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

如果使用model.to_json()，你只会被保存模型的架构。此外，如果您使用model.save_weights()，则只会保存模型的权重。使用这两种替代保存技术，您不会保存培训配置（损失，优化器），也不会保存优化器的状态。