שמירת וטעינת מודל Keras

מחבר:
בתאריך:

אחרי שבמדריכים קודמים למדנו כיצד לבנות ולאמן מודל של למידת מכונה באמצעות Keras, במדריך זה נסביר כיצד לשמור ולטעון את המודל. כך שאם אינכם יודעים באיזה מודל מדובר כדאי שתקראו את המדריך בנושא בחירת המודל המשמש ללמידת מכונה (למדריך).

 

שמירת המודל

נשתמש בפונקציה save של Keras כדי לשמור את המודל.

לדוגמה:

model.save('mnist_model.h5')
  • h5 הוא פורמט הקובץ שבו נשמר המודל כי זה פורמט המשמש לשמירת מערכים רב ממדיים
  • השם שבחרתי לתת לקובץ הוא "mnist_model" ואתם מוזמנים לבחור את השם הרצוי לכם
  • model הוא משתנה שמכיל את המודל שאמנו במדריך הקודם
  • המידע שנשמר כולל את המידע על ארכיטקטורת הרשת (מספר שכבות, פונקציות אקטיבציה וכיו"ב), וגם מידע על מצב האופטימייזר ששימש לקומפילציה (Adam במקרה שלנו) כך שגם אם מפסיקים את אימון המודל באמצע ניתן להמשיך מהיכן שהפסקנו.

 

טעינת המודל

נשתמש בפונקציה load_model כדי לטעון את המודל.

from keras.models import load_model
loaded_model = load_model('mnist_model.h5')

כדי לצפות בארכיטקטורה של המודל שטענו:

loaded_model.summary()

דוגמה ל-overfit שבגללה אנחנו נפסול את המודל. זה מצב שבו המודל למד יותר מדי טוב ולכן הוא יודע לזהות את דוגמאות האימון ומתקשה במציאת דוגמאות הביקורת.

אפשר לראות שהמודל טוען את אותם שכבות, מספר nodes ופרמטרים.

אפשר לראות את המשקולות שהמודל שלנו מצא באמצעות:

loaded_model.get_weights()

דוגמה ל-overfit שבגללה אנחנו נפסול את המודל. זה מצב שבו המודל למד יותר מדי טוב ולכן הוא יודע לזהות את דוגמאות האימון ומתקשה במציאת דוגמאות הביקורת.

ואפילו את האופטימייזר של המודל:

loaded_model.optimizer
<keras.optimizers.Adam at 0x7f827b8ee9b0>

לחץ להורדת קובץ py של המדריך

לכל המדריכים בנושא של למידת מכונה

 

אהבתם? לא אהבתם? דרגו!

0 הצבעות, ממוצע 0 מתוך 5 כוכבים

 

הוסף תגובה חדשה

 

= 7 + 3