保存keras模型以节省空间的最佳方法

Question

我已经在博客Building powerful image classification using model using very little data中提到的vgg16模型顶部转移学习的帮助下训练了一个keras模型。

当我在keras中使用model.save()方法保存模型时，输出文件大小（ .h5 ）格式大约为200MB。

我需要在github中推送此代码，但我们无法上传大小超过100MB的文件。

那么，有什么方法可以将模型保存在较小尺寸的文件中。

注意 ::我只需要模型用于预测目的

Answer 1

docs有您的解决方案。 save是最佳的，但可以轻松保存并加载整个状态以进行连续工作。如果我理解正确，你需要的少得多：

  

仅保存/加载模型的架构

json_string = model.to_json()
yaml_string = model.to_yaml()

  

仅保存/加载模型的权重

model.save_weights('my_model_weights.h5')

我猜两者都比整个工作区域更精简。您可以稍后使用它们重新创建模型，如文档（load_weights，load_from_json等）中所述。

Answer 2

我不知道如何使用明显更少的空间来保存这样的模型。

但是，如果您的问题不是文件大小本身，而是上传文件大小限制，您可以尝试将文件拆分为几个小于该文件的块限制和上传那些，例如使用7-Zip。有关如何拆分文件的教程，请参阅this链接。