我尝试将KerasClassifier（包装器）放入final_model.h5
validator = GridSearchCV(estimator=clf, param_grid=param_grid)
grid_result = validator.fit(train_images, train_labels)
best_estimator = grid_result.best_estimator_
best_estimator.model.save("final_model.h5")
然后我想重用模型
from keras.models import load_model
loaded_model = load_model("final_model.h5")
但是似乎loaded_model现在是Sequential对象。换句话说，它不同于KerasClassifier之类的best_estimator对象
我想重用score中可用的KerasClassifier之类的方法，而Sequential模型中不可用的方法。我该怎么办？
此外，我想进一步了解如何继续进行final_model.h5结束的培训过程。我接下来该怎么办？
答案 0 :(得分：3)
是的，最后，您将Keras模型保存为HDF5，而不是KerasClassifier，后者只是用于scikit-learn的适配器。
但是您实际上并不需要KerasClassifier实例，您需要http.authorizeRequests()
.anyRequest().authenticated()
.and()
.addFilterAfter(new JWTAuthenticationFilter(),UsernamePasswordAuthenticationFilter.class)
函数，并且在keras中将此函数称为 public void configure(WebSecurity web) {
web.ignoring().antMatchers(HttpMethod.POST, "/users/login");
}
，因此只需调用score，这将返回一个包含以下内容的列表首先是损失，然后是模型使用的任何指标（最有可能的准确性）。
要继续训练模型，只需加载模型并使用新的训练集调用evaluate即可。