如何在keras和python中保存和使用经过训练的模型

Question

我们想保存一个经过训练的模型，可以在应用程序中使用它。因此，问题在于，如果我们加载模型，则准确性会很低。参见下面的代码。

要保存模型：

    model.save("TrainedModel\\emotionDetector.h5")

要加载模型：

    model = models.load_model("TrainedModel\\emotionDetector.h5")
    loss, acc = model.evaluate(X,  y, verbose=1)
    print('Restored model, accuracy: {:5.2f}%'.format(100*acc), loss)

保存前的准确性和损失： 损耗：0.2324-精度：0.9202-损耗值：1.3789-精度：0.6353

加载后的精度和损失： 恢复的模型，准确性：36.92％损失：nan

因此我们知道，model.fit（）和model.evaluate（）之间存在差异。在启动应用程序后，如何改善模型结果。评估还是必须再次训练模型？

请帮助我们！预先感谢。

Answer 1

根据模型的体系结构，某些层可能在评估期间不处于活动状态。这样的层可以是Dropout或BatchNormalization。由于这种结果可能会有所不同。