Se usó la API de Cloud Translation para traducir esta página.
Switch to English

tf.keras.models.load_model

TensorFlow 1 versión Ver código fuente en GitHub

Carga un modelo guardado a través de model.save() .

Se utiliza en los cuadernos

Se utiliza en la guía Se utiliza en los tutoriales

Uso:

model = tf.keras.Sequential([
    tf.keras.layers.Dense(5, input_shape=(3,)),
    tf.keras.layers.Softmax()])
model.save('/tmp/model')
loaded_model = tf.keras.models.load_model('/tmp/model')
x = tf.random.uniform((10, 3))
assert np.allclose(model.predict(x), loaded_model.predict(x))

Tenga en cuenta que los pesos del modelo pueden tener diferentes nombres con ámbito después de haber sido cargado. Nombres Scoped incluyen los nombres de modelo / capa, como "dense_1/kernel:0" . Se recomienda que utilice las propiedades de la capa de variables específicas de acceso, por ejemplo model.get_layer("dense_1").kernel .

filepath Uno de los siguientes:

  • Cuerda o pathlib.Path objeto, ruta de acceso al modelo guardado
  • h5py.File objeto desde el que para cargar el modelo
custom_objects Opcionales nombres de mapeo de diccionario (cadenas) a clases o funciones personalizadas que deben considerarse durante la deserialización.
compile Boolean, ya sea para compilar el modelo después de la carga.
options Opcionales tf.saved_model.LoadOptions objeto que especifica las opciones para la carga de SavedModel.

A Keras instancia de modelo. Si el modelo original fue compilado, y se guarda con el optimizador, a continuación, se compilará el modelo devuelto. De lo contrario, el modelo se quedará sin compilar. En el caso de que se devuelve un modelo sin compilar, se muestra una advertencia si la compile argumento se establece en True .

ImportError si la carga de un archivo hdf5 y h5py no está disponible.
IOError En caso de un archivo de salvar válido.