我已经使用keras训练了神经网络分类器,目前它的预测精度为90%。我想对另一个文件做出预测,而不必包括整个模型。是否可以仅使用输出权重矩阵进行预测?也就是说,在数学上,我如何能使用权重矩阵进行相同的分类,而不必每次每次获得需要分类预测的新数据输入时都重新训练模型?
答案 0 :(得分:0)
保存模型或模型的权重:
model.save(filename)
np.save(filename, model.get_weights())
对于加载,在第一种情况下:
from keras.models import load_model
model = load_model(filename)
在第二种情况下:
#recreate the model then:
model.set_weights(np.load(filename))
然后:
results = model.predict(batch_of_data)