Esta página foi traduzida pela API Cloud Translation.
Switch to English

tf.keras.models.load_model

TensorFlow 1 versão Ver fonte no GitHub

Carrega um modelo salvo via model.save() .

Usado nos cadernos

Usado na guia Usado nos tutoriais

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))

Note-se que os pesos modelo pode ter diferentes nomes com escopo depois de ser carregado. Nomes escopo incluir os nomes de modelo / camada, como "dense_1/kernel:0" . Recomenda-se que você usa as propriedades da camada de variáveis específicas de acesso, por exemplo model.get_layer("dense_1").kernel .

filepath Um dos seguintes:

  • String ou pathlib.Path objeto, caminho para o modelo salvo
  • h5py.File objecto a partir do qual a carregar o modelo
custom_objects nomes de mapeamento dicionário opcionais (cordas) para classes personalizadas ou funções a serem considerados durante a desserialização.
compile Boolean, quer para compilar o modelo após o carregamento.
options Opcionais tf.saved_model.LoadOptions objeto que opções especifica para o carregamento de SavedModel.

A Keras instância do modelo. Se o modelo original foi compilado e salvo com o otimizador, então o modelo retornado será compilado. Caso contrário, o modelo será deixado uncompiled. No caso de um modelo uncompiled é devolvido, um aviso será exibido se a compile argumento é definido como True .

ImportError Se o carregamento de um arquivo hdf5 e h5py não está disponível.
IOError No caso de uma savefile inválido.