Функция load_model

Функция load_model загружает модель Keras из файла. Первым параметром функция принимает путь к файлу модели. Вторым параметром можно передать словарь custom_objects для пользовательских слоев и функций. Третьим параметром можно указать compile, чтобы определить, компилировать ли модель после загрузки.

Функция возвращает объект модели Keras, готовый к использованию для предсказаний или дальнейшего обучения.

Синтаксис

tf.keras.models.load_model(filepath, [custom_objects], [compile])

Пример

Давайте создадим простую модель, сохраним ее в файл 'model.keras' и затем загрузим обратно:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Dense(2, input_shape=(3,))
])
model.save('model.keras')

loaded = tf.keras.models.load_model('model.keras')
print(loaded)

Результат выполнения кода:

"<keras.src.models.sequential.Sequential object at 0x...>"

Пример

Давайте загрузим модель и выполним предсказание на тензоре из списка чисел 1, 2, 3:

import tensorflow as tf
import numpy as np

model = tf.keras.Sequential([
	tf.keras.layers.Dense(1, input_shape=(3,))
])
model.save('model.keras')

loaded = tf.keras.models.load_model('model.keras')
res = loaded.predict(np.array([[1, 2, 3]]))
print(res)

Результат выполнения кода:

[[0.1234567]]

Пример

Давайте загрузим модель без компиляции, передав параметр compile=False:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Dense(2, input_shape=(3,))
])
model.save('model.keras')

loaded = tf.keras.models.load_model('model.keras', compile=False)
print(loaded.optimizer)

Результат выполнения кода:

"None"

Смотрите также

функцию save_model,
которая сохраняет модель в файл
функцию clone_model,
которая создает копию модели
функцию model_from_json,
которая загружает модель из JSON
функцию plot_model,
которая строит схему модели