如何使用 Python 和 Keras 從儲存的模型中重新載入一個新的模型？

TensorFlow 是 Google 提供的一個機器學習框架。它是一個開源框架，與 Python 結合使用，可以實現演算法、深度學習應用程式等等。它用於研究和生產用途。

可以使用以下程式碼行在 Windows 上安裝 “tensorflow” 包：

pip install tensorflow

張量 (Tensor) 是 TensorFlow 中使用的一種資料結構。它有助於連線資料流圖中的邊。這個資料流圖被稱為 “資料流圖”。張量只不過是多維陣列或列表。它們可以使用三個主要屬性來識別：

秩 (Rank)：它表示張量的維度。可以理解為張量的階數或已定義張量的維度數。
型別 (Type)：它表示與張量元素關聯的資料型別。它可以是一維、二維或 n 維張量。
形狀 (Shape)：它指的是行數和列數的組合。

Keras 在希臘語中意為“角”。Keras 是作為 ONEIROS 專案（開放式神經電子智慧機器人作業系統）研究的一部分開發的。它執行在 TensorFlow 框架之上。它的構建是為了幫助快速進行實驗。它具有高度可擴充套件性，並具有跨平臺能力。這意味著 Keras 可以執行在 TPU 或 GPU 叢集上。Keras 模型也可以匯出到 Web 瀏覽器或手機上執行。

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 幫助在瀏覽器上執行 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 是基於 Jupyter Notebook 構建的。以下是程式碼：

示例

ls saved_model/my_model
new_model = tf.keras.models.load_model('saved_model/my_model')
print("The architecture of the model is observed")
new_model.summary()

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