我该如何使用保存的权重在没有任何训练过程的情况下下次进行预测？

Question

我训练了CNN用于肺炎检测。我将训练后的模型的权重保存在同一路径中。现在，重新启动程序后，我将无法使用保存的模型来预测数据。

我尝试执行负责预测的特定代码行，但是随后出现导入错误，从中我可以了解到我必须重新运行整个程序，这又需要花费时间。这是实际的预测代码。

res = classifier.predict(test_image)
if res[0][0] == 1:
        prediction = 'pnemonia'
elif res[0][0] == 0:
        prediction = 'normal'
print(prediction)

实际结果必须是预测。相反，我得到

Using TensorFlow backend.
Traceback (most recent call last):
  File "<input>", line 5, in <module>
NameError: name 'np' is not defined

Answer 1

np通常是Numpy模块的简写。我敢打赌，您需要在发生错误的模块中import numpy as np。也许没有调用导入，因为您不再使用其他模块来生成权重。