使用keras无法保存训练过的神经网络

Question

我无法保存以h5py格式训练过的神经网络。它显示以下错误：

ImportError        Traceback (most recent call last) 
<ipython-input-64-0185b568b480> in <module>() 
     1 from keras.models import load_model 
----> 2 model.save("MNISTclassifier.h5") 

/usr/local/lib/python3.5/dist-packages/keras/engine/topology.py in save(self, filepath, overwrite, include_optimizer) 
    2470   """ 
    2471   from ..models import save_model 
-> 2472   save_model(self, filepath, overwrite, include_optimizer) 
    2473 
    2474  def save_weights(self, filepath, overwrite=True): 

/usr/local/lib/python3.5/dist-packages/keras/models.py in save_model(model, filepath, overwrite, include_optimizer) 
    53 
    54  if h5py is None: 
---> 55   raise ImportError('`save_model` requires h5py.') 
    56 
    57  def get_json_type(obj): 

ImportError: `save_model` requires h5py. 

即使我已经使用pip安装h5py并导入它。 源代码在这里： https://github.com/tanmay-edgelord/HandwrittenDigitRecognition/blob/master/MNIST%20.ipynb

Answer 1

您可以使用model.save(filepath)保存Keras模型成一个单一的HDF5文件，该文件将包含：

1. 模型的架构，允许重新创建模型
2. 模型
3. 培训配置（损耗，优化器）
4. 优化的状态，允许恢复训练的权重正是你离开的地方。

然后，您可以使用keras.models.load_model(filepath)重新实例化您的模型。 load_model也将负责使用保存的训练配置编译模型（除非模型从未编译过）。

例子：

from keras.models import load_model 
model.save('my_model.h5') # creates a HDF5 file 'my_model.h5'