عامر ابراهيم نشر 25 أغسطس 2021 أرسل تقرير نشر 25 أغسطس 2021 (معدل) بعد الانتهاء من تدريب النموذج أريد أن يتم حفظ نموذجي لاستخدمه بداخل تطبيق، كيف نقوم بحفظه؟ from tensorflow.keras.layers import Dense import numpy import os from tensorflow.keras.models import Sequential,model_from_json dataset = numpy.loadtxt("D:\\pima-indians-diabetes.csv", delimiter=",") X = dataset[:,0:8] Y = dataset[:,8] model = Sequential() model.add(Dense(32, input_dim=8, activation='tanh')) model.add(Dense(4, activation='tanh')) model.add(Dense(1, activation='sigmoid')) # Compiling model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) # Fitting model.fit(X, Y, epochs=90, batch_size=10) # تقييم scores = model.evaluate(X, Y, verbose=0) print("%s: %.2f%%" % (model.metrics_names[1], scores[1]*100)) تم التعديل في 25 أغسطس 2021 بواسطة عامر ابراهيم 1 اقتباس
1 Ali Haidar Ahmad نشر 26 أغسطس 2021 أرسل تقرير نشر 26 أغسطس 2021 هناك العديد من الطرق وإليك إياها: ############# JSON format حفظه ك ############# # حفظ النموذج model_json = model.to_json() with open("model.json", "w") as json_file: json_file.write(model_json) # HDF حفظ الأوزان كملف model.save_weights("model.h5") print("Saved model to disk") ############### لتحميله لاحقاً ############# json_file = open('model.json', 'r') loaded_model_json = json_file.read() json_file.close() loaded_model = model_from_json(loaded_model_json) # تحميل الأوزان إلى النموذج loaded_model.load_weights("model.h5") أو: ############ YAML Format ############## # pip install PyYAML model_yaml = model.to_yaml() with open("model.yaml", "w") as yaml_file: yaml_file.write(model_yaml) # weights to HDF5 model.save_weights("model.h5") # تحميله لاحقاً yaml_file = open('model.yaml', 'r') loaded_model_yaml = yaml_file.read() yaml_file.close() loaded_model = model_from_yaml(loaded_model_yaml) # تحميل الأوزان إلى النموذج loaded_model.load_weights("model.h5") أو بشكل مباشر من خلال إطار العمل يمكنك حفظ النموذج مع الأوزان وبالنسبة لي هذه هي الطريقة الأفضل والأكثر راحة: model.save("model.h5") # ولتحميله from tensorflow.keras.models import load_model model = load_model('model.h5') 1 اقتباس
السؤال
عامر ابراهيم
بعد الانتهاء من تدريب النموذج أريد أن يتم حفظ نموذجي لاستخدمه بداخل تطبيق، كيف نقوم بحفظه؟
تم التعديل في بواسطة عامر ابراهيم1 جواب على هذا السؤال
Recommended Posts
انضم إلى النقاش
يمكنك أن تنشر الآن وتسجل لاحقًا. إذا كان لديك حساب، فسجل الدخول الآن لتنشر باسم حسابك.