keras 权重保存和权重载入方式


Posted in Python onMay 21, 2020

如果需要全部权重载入,直接使用权重载入方式

model.save_weights('./weigths.h5')
model2.load_weights('./weigths.h5')

但是有时候你只需要载入部分权重

所以你可以这样操作

首先,为所有层命名,在层中直接加入方法 name='layer1'

第二,使用,将你不需要载入权重的值更改名字。

最后,载入权重。

x=BatchNormalization(axis=channel_axis,name='layer2')(x)
 
model2.layers[-1].name='pred'
model2.load_weights('./weigths.h5',by_name=True)

上面的代码是对应的操作,这里我除了最后一层,其他层我都加载了权重,记住,by_name 必须赋值为True 这样才能够按照名称对应赋值权重。

注意:两个模型结构必须一样,不然可能出问题

补充知识:Keras中保存和加载权重及模型结构

1. 保存和加载模型结构

(1)保存为JSON字串

json_string = model.to_json()

(2)从JSON字串重构模型

from keras.models import model_from_json
model = model_from_json(json_string)

(3)保存为YAML字串

yaml_string = model.to_yaml()

(4)从YAML字串重构模型

model = model_from_yaml(yaml_string)

2. 保存和加载模型权重(参数)

from keras.models import load_model
 
# 创建HDF5文件'my_model.h5',保存模型参数
model.save('my_model.h5')
 
# 加载模型参数
load_model('my_model.h5')

2.1 处理已保存模型中的自定义层(或其他自定义对象)

如果要加载的模型包含自定义层或其他自定义类或函数,则可以通过 custom_objects 参数将它们传递给加载机制:

from keras.models import load_model
 
# 假设你的模型包含一个 AttentionLayer 类的实例
model = load_model('my_model.h5', custom_objects={'AttentionLayer': AttentionLayer})

或者,你可以使用 自定义对象作用域:

from keras.utils import CustomObjectScope
 
with CustomObjectScope({'AttentionLayer': AttentionLayer}):
 model = load_model('my_model.h5')

自定义对象的处理与 load_model, model_from_json, model_from_yaml 的工作方式相同:

from keras.models import model_from_json

model = model_from_json(json_string, custom_objects={'AttentionLayer': AttentionLayer})

2019年6月1号更新:

更详细的使用方法:

如何保存Keras模型?

(1)一个HDF5文件即保存模型的结构又保存模型的权重

我们不推荐使用pickle或cPickle来保存Keras模型。

你可以使用model.save(filepath)将Keras模型和权重保存在一个HDF5文件中,该文件将包含:

模型的结构,以便重构该模型

模型的权重

训练配置(损失函数,优化器等)

优化器的状态,以便于从上次训练中断的地方开始

使用keras.models.load_model(filepath)来重新实例化你的模型,如果文件中存储了训练配置的话,该函数还会同时完成模型的编译。

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')

(2)只保存模型的结构

如果你只是希望保存模型的结构,而不包含其权重或配置信息,可以使用:

# save as JSON
json_string = model.to_json()
 
# save as YAML
yaml_string = model.to_yaml()

这项操作将把模型序列化为json或yaml文件,这些文件对人而言也是友好的,如果需要的话你甚至可以手动打开这些文件并进行编辑。

当然,你也可以从保存好的json文件或yaml文件中载入模型:

# model reconstruction from JSON:
from keras.models import model_from_json
model = model_from_json(json_string)
 
# model reconstruction from YAML
model = model_from_yaml(yaml_string)

(3)只保存模型的权重

如果需要保存模型的权重,可通过下面的代码利用HDF5进行保存。注意,在使用前需要确保你已安装了HDF5和其Python库h5py。

model.save_weights('my_model_weights.h5')

如果你需要在代码中初始化一个完全相同的模型,请使用:

model.load_weights('my_model_weights.h5')

如果你需要加载权重到不同的网络结构(有些层一样)中,例如fine-tune或transfer-learning,你可以通过层名字来加载模型:

model.load_weights('my_model_weights.h5', by_name=True)

例如:

"""
假如原模型为:
 model = Sequential()
 model.add(Dense(2, input_dim=3, name="dense_1"))
 model.add(Dense(3, name="dense_2"))
 ...
 model.save_weights(fname)
"""
# new model
model = Sequential()
model.add(Dense(2, input_dim=3, name="dense_1")) # will be loaded
model.add(Dense(10, name="new_dense")) # will not be loaded
 
# load weights from first model; will only affect the first layer, dense_1.
model.load_weights(fname, by_name=True)

以上这篇keras 权重保存和权重载入方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python使用chardet判断字符编码
May 09 Python
对pandas replace函数的使用方法小结
May 18 Python
Django如何自定义分页
Sep 25 Python
提升Python程序性能的7个习惯
Apr 14 Python
对Python中class和instance以及self的用法详解
Jun 26 Python
Django 实现Admin自动填充当前用户的示例代码
Nov 18 Python
Python实现FLV视频拼接功能
Jan 21 Python
PyCharm最新激活码PyCharm2020.2.3有效
Nov 18 Python
python多线程和多进程关系详解
Dec 14 Python
Python 找出英文单词列表(list)中最长单词链
Dec 14 Python
一文读懂python Scrapy爬虫框架
Feb 24 Python
Python获取指定日期是"星期几"的6种方法
Mar 13 Python
浅谈keras保存模型中的save()和save_weights()区别
May 21 #Python
Python通过文本和图片生成词云图
May 21 #Python
解决在keras中使用model.save()函数保存模型失败的问题
May 21 #Python
Python 实现敏感目录扫描的示例代码
May 21 #Python
基于python检查矩阵计算结果
May 21 #Python
Django 解决由save方法引发的错误
May 21 #Python
Python OrderedDict字典排序方法详解
May 21 #Python
You might like
PHP获取搜索引擎关键字来源的函数(支持百度和谷歌等搜索引擎)
2012/10/03 PHP
php-redis中的sort排序函数总结
2015/07/08 PHP
PHP简单实现断点续传下载的方法
2015/09/25 PHP
PHP获取客户端及服务器端IP的封装类
2016/07/21 PHP
thinkphp5 URL和路由的功能详解与实例
2017/12/26 PHP
鼠标滚轮控制网页横向移动实现思路
2013/03/22 Javascript
jQuery 无限级菜单的简单实例
2014/02/21 Javascript
JavaScript编写推箱子游戏
2015/07/07 Javascript
JavaScript实现的Tween算法及缓冲特效实例代码
2015/11/03 Javascript
jQuery使用contains过滤器实现精确匹配方法详解
2016/02/25 Javascript
全面解析Bootstrap中transition、affix的使用方法
2016/05/30 Javascript
Angularjs 制作购物车功能实例代码
2016/09/14 Javascript
JavaScript简单生成 N~M 之间随机数的方法
2017/01/13 Javascript
原生JavaScript实现AJAX、JSONP
2017/02/07 Javascript
Vue键盘事件用法总结
2017/04/18 Javascript
BootStrap表单验证 FormValidation 调整反馈图标位置的实例代码
2017/05/17 Javascript
Angular如何引入第三方库的方法详解
2017/07/13 Javascript
浅谈angularJS2中的界面跳转方法
2018/08/31 Javascript
js实现滑动滑块验证登录
2020/07/24 Javascript
[44:15]DOTA2上海特级锦标赛主赛事日 - 5 败者组决赛Liquid VS EG第二局
2016/03/06 DOTA
python机器学习实战之K均值聚类
2017/12/20 Python
Python实现合并同一个文件夹下所有txt文件的方法示例
2018/04/26 Python
python处理“
2019/06/10 Python
人工神经网络算法知识点总结
2019/06/11 Python
flask框架路由常用定义方式总结
2019/07/23 Python
python脚本之一键移动自定格式文件方法实例
2019/09/02 Python
python sqlite的Row对象操作示例
2019/09/11 Python
keras的三种模型实现与区别说明
2020/07/03 Python
意大利奢侈品综合电商网站:MODES
2019/12/14 全球购物
Chemist Warehouse中文网:澳洲连锁大药房
2021/02/05 全球购物
为什么Runtime.exec(“ls”)没有任何输出?
2014/10/03 面试题
学生社团文化节开幕式主持词
2014/03/28 职场文书
安全例会汇报材料
2014/08/23 职场文书
卢旺达饭店观后感
2015/06/05 职场文书
Java内存模型之happens-before概念详解
2021/06/13 Java/Android
GO语言异常处理分析 err接口及defer延迟
2022/04/14 Golang