Question

我保存了loading and saving上记录的模型。

# saving trained model
f = file('models/simple_model.save', 'wb')
cPickle.dump(ca, f, protocol=cPickle.HIGHEST_PROTOCOL)
f.close()

ca是经过培训的自动编码器。它是类cA的一个实例。从我构建和保存模型的脚本中，我可以毫无问题地调用ca.get_reconstructed_input(...)和ca.get_hidden_values(...)。

在另一个脚本中，我尝试加载训练过的模型。

# loading the trained model
model_file = file('models/simple_model.save', 'rb')
ca = cPickle.load(model_file)
model_file.close()

我收到以下错误。

ca = cPickle.load(model_file)
AttributeError：'module'对象没有属性'cA'

Answer 1

执行unpickling的脚本需要知道pickle对象的所有类定义。其他StackOverflow问题还有更多内容（例如AttributeError: 'module' object has no attribute 'newperson'）。

只要您正确导入cA，您的代码就是正确的。鉴于你得到的错误可能并非如此。确保您使用from cA import cA而不只是import cA。

或者，您的模型由其参数定义，因此您可以只选择参数值。这可以通过两种方式完成，具体取决于您的观点。

保存Theano共享变量。这里我们假设ca.params是Theano共享变量实例的常规Python列表。
```
cPickle.dump(ca.params, f, protocol=cPickle.HIGHEST_PROTOCOL)
```

保存存储在Theano共享变量中的numpy数组。

cPickle.dump([param.get_value() for param in ca.params], f, protocol=cPickle.HIGHEST_PROTOCOL)

如果要加载模型，则需要重新初始化参数。例如，然后创建cA类的新实例

ca.params = cPickle.load(f)
ca.W, ca.b, ca.b_prime = ca.params

或

ca.params = [theano.shared(param) for param in cPickle.load(f)]
ca.W, ca.b, ca.b_prime = ca.params

请注意，您需要同时设置params字段和单独的参数字段。

Answer 2

保存模型的一种替代方法是保存其权重和体系结构，然后加载相同的方式，就像我们为列车前CNN所做的那样：

def save_model(model):


   model_json = model.to_json()
   open('cifar10_architecture.json', 'w').write(model_json)
   model.save_weights('cifar10_weights.h5', overwrite=True)

source / ref：https://blog.rescale.com/neural-networks-using-keras-on- rescale /

如何在theano中保存/序列化训练有素的模型？

2 个答案: