keras .h5文件+其他数据使用

Question

感谢所有Stackoverflow用户。

我对.h5文件有疑问。 例如，数据[A，B，C，D，E，火车]数据。

使用[Train + A]数据进行训练。 分别带有标签良好和不良的二进制分类。

保存已验证的.h5文件。

您以后可以从.h5文件中得出有意义的预测吗？ （Model.predict方法）

换句话说，[。h5（模型）+ B]数据的预测值有意义吗？

B仅在数据上有所不同，但分类表相同。[良好，不良]

如果这不可能，我们是否需要重新训练以确定B数据集？

谢谢！

Answer 1

您可以保存经过训练的模型，并将其加载以用于预测：

from keras.models import load_model

model.save("./model1.h5") # SAVE
model = load_model("./model1.h5") # LOAD (already compiled)

这将加载模型架构，优化器状态和权重。然后，您可以使用该模型进行推断：model.predict(input_data)

要仅保存模型的权重，请参见下文；加载时，请确保在之后编译模型，并且该模型具有相同的图层权重。 Further reading

model.save_weights("./model1_weights.h5") # SAVE
model.load_weights("./model1_weights.h5") # LOAD
model.compile(...) # COMPILE