keras打印模型结构
2018-01-06 21:38
5164 查看
关于Keras模型
Keras有两种类型的模型,序贯模型(Sequential)和函数式模型(Model),函数式模型应用更为广泛,序贯模型是函数式模型的一种特殊情况。两类模型有一些方法是相同的:
model.summary():打印出模型概况,它实际调用的是keras.utils.print_summary
model.get_config():返回包含模型配置信息的Python字典。模型也可以从它的config信息中重构回去
config = model.get_config() model = Model.from_config(config) # or, for Sequential: model = Sequential.from_config(config)
model.get_layer():依据层名或下标获得层对象
model.get_weights():返回模型权重张量的列表,类型为numpy
array
model.set_weights():从numpy
array里将权重载入给模型,要求数组具有与
model.get_weights()相同的形状。
model.to_json:返回代表模型的JSON字符串,仅包含网络结构,不包含权值。可以从JSON字符串中重构原模型:
from models import model_from_json json_string = model.to_json() model = model_from_json(json_string)
model.to_yaml:与
model.to_json类似,同样可以从产生的YAML字符串中重构模型
from models import model_from_yaml yaml_string = model.to_yaml() model = model_from_yaml(yaml_string)
model.save_weights(filepath):将模型权重保存到指定路径,文件类型是HDF5(后缀是.h5)
model.load_weights(filepath, by_name=False):从HDF5文件中加载权重到当前模型中, 默认情况下模型的结构将保持不变。如果想将权重载入不同的模型(有些层相同)中,则设置
by_name=True,只有名字匹配的层才会载入权重
相关文章推荐
- keras系列︱Sequential与Model模型、keras基本结构功能(一)
- keras系列︱Sequential与Model模型、keras基本结构功能(一)
- keras 模型、结构、权重的保存
- keras系列︱Sequential与Model模型、keras基本结构功能(一)
- graphviz 安装包 keras绘制模型结构
- keras 网络结构模型可视化
- 用图片存储和显示keras模型的结构
- keras的基本用法(一)——回归模型
- 神经网络自然语言模型的一般化结构形式
- 多传感器信息融合的结构模型的四种基本形式
- 三层模型与MVC、两层结构与三层结构
- backbone为复杂Javascript应用程序提供模型(models)、集合(collections)、视图(views)的结构
- Keras中实现模型加载与测试(以mnist为例)
- JVM内存区域的划分(内存结构或者内存模型)
- 上位机与打印设备通信模型
- 控制结构之循环:解决打印图形问题
- tensorflow模型参数与结构的保存-----二
- keras中文文档笔记7——序贯模型
- iOS递归打印UIView的结构
- IEC61850变电站基本通信结构-原理和模型_5ACSI通信