Tensorflow Keras Model speichern und laden

lima-city: Webhosting, Domains und Cloud
0 Pluspunkte 0 Minuspunkte

Wie kann ich ein Tensorflow Keras Model nach dem Training speichern und als .bin Datei auf Huggingface hochladen?

model = keras.models.Sequential([
    keras.layers.Embedding(len(word_index) + 1, 16, input_length=padded_sequences.shape[1]),
    keras.layers.GlobalAveragePooling1D(),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(1, activation='sigmoid')
])
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(padded_sequences, labels, epochs=1000, verbose=1)

Wenn ich versuche das Model zu speichern

model.save('text_classification.bin')

wird ein Ordner erstellt mit allen möglichen Dateien. Wie kann ich daraus eine bin Datei machen die ich in einem anderen Programm laden kann?

von  

1 Antwort

0 Pluspunkte 0 Minuspunkte

Du speicherst das Modell im "SaveModel" Format. Das Modell wird dabei als Ordner mit einer standardisierten Struktur gespeichert, die Metadaten, Gewichte und Konfiguration enthält. Du kannst das Modell auch im HDF5 Format als portable Datei speichern die alle Informationen zu Architektur, Gewichten und Konfiguration enthält. Dazu musst du die Datei mit der .h5 Endung speichern.

model.save('text_classification.h5')

Laden kannst du es mit

model = keras.models.load_model('text_classification.h5')
von  

Ähnliche Fragen