Question

训练后，训练后的模型将保存为H5格式。但是我不知道该H5文件如何用作分类器以对新数据进行分类。在对新数据进行分类时，H5模型在理论上如何工作？

Answer 1

将模型另存为h5文件时，将保存模型结构，其所有参数以及其他信息，例如优化器的状态等。这只是保存大量信息的有效方法。您也可以使用json或xml文件格式来执行此操作。

仅使用此文件（不可执行）不能对任何内容进行分类。您必须从该文件将其重建为张量流图。为此，您只需使用keras中的load_model（）函数，该函数将返回keras.models.Model对象。然后，您可以使用该对象通过keras预报（）函数对新数据进行分类。

Answer 2

好问题

首先，您需要了解什么是HDF5文件，因为如果您要回答问题，这是本质，请参阅以下链接：What is HDF5

众所周知，这是一种有点复杂的文件，可以容纳您训练的模型的所有必要信息。

，但它不是可执行文件，因此它只能与要分类的图像一起用作函数的输入，”在对图像进行适当的预处理之后”，

然后根据HDF5文件和图像中的信息，将发生一系列操作，然后返回这些操作的结果类的概率。

例如，在深度学习框架中，我们可以在Web应用程序中使用tensorflow.js来使用model.h5，而负责此操作的函数是“ tensorflow库”中的“ model.predict”。

这是javascript中的源代码，可帮助您明确这一点： hdf5文件已转换为JSON，因为这是tensorflow.js中受支持的格式。

如果您想了解更多有关tensorflow.js的信息：youtube playlist by deeplizard

另外，正如您所见，我们可以将HDF5文件转换为JSON文件，我想这更加清楚了！

model = await tf.loadModel("model.json");

let tensor = tf.fromPixels(image)
    .resizeNearestNeighbor([224,224])
    .toFloat();

let predictions = await model.predict(tensor).data();
    let top5 = Array.from(predictions)
        .map(function (p, i) { // this is Array.map
            return {
                probability: p,
                className: CLASSES[i] // we are selecting the value from the obj
            };
}).sort(function (a, b)

我希望这能对阅读我提到的文章有所帮助，并且其中的大部分内容是有道理的。

keras模型H5在理论上如何工作

2 个答案: