如何使用 Keras 和 Python 手動儲存權重？

Tensorflow 是谷歌提供的機器學習框架。它是一個開源框架，與 Python 結合使用以實現演算法、深度學習應用程式等等。它用於研究和生產目的。

Keras 是作為 ONEIROS（開放式神經電子智慧機器人作業系統）專案研究的一部分開發的。Keras 是一個用 Python 編寫的深度學習 API。它是一個高階 API，具有高效的介面，有助於解決機器學習問題。

它執行在 Tensorflow 框架之上。它的構建是為了幫助以快速的方式進行實驗。它提供了開發和封裝機器學習解決方案所必需的基本抽象和構建塊。它具有高度可擴充套件性，並具有跨平臺功能。這意味著 Keras 可以在 TPU 或 GPU 叢集上執行。Keras 模型也可以匯出到 Web 瀏覽器或手機中執行。

Keras 已經存在於 Tensorflow 包中。可以使用以下程式碼行訪問它。

import tensorflow
from tensorflow import keras

我們使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助透過瀏覽器執行 Python 程式碼，無需任何配置，並且可以免費訪問 GPU（圖形處理單元）。Colaboratory 基於 Jupyter Notebook 構建。以下是程式碼 -

示例

print("The weights are saved")
model.save_weights('./checkpoints/my_checkpoint')
print("A new model instance is created")
model = create_model()
print("Restore the weights of the old model")
model.load_weights('./checkpoints/my_checkpoint')
print("The model is being evaluated")
loss, acc = model.evaluate(test_images, test_labels, verbose=2)
print("Restored model, accuracy: {:5.2f}%".format(100 * acc))

程式碼來源 - https://www.tensorflow.org/tutorials/keras/save_and_load