このページは Cloud Translation API によって翻訳されました。
Switch to English

tf.keras.models.save_model

TensorFlow 1つのバージョン GitHubの上のソースを表示

TensorFlow SavedModelやHDF5ファイルとしてモデルを保存します。

ノートPCで使用されます

ガイドで使用チュートリアルで使用されます

使用法:

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))

保存されたモデルが含まれています。

 - the model's configuration (topology)
- the model's weights
- the model's optimizer's state (if any)
 

こうして保存されたモデルは、モデルの定義やトレーニングのために使用されるコードの任意ことなく、正確に同じ状態で再インスタンス化することができます。

モデルの重みがロードされた後、別のスコープの名前を持っていることに注意してください。スコープ名は、次のようなモデル/レイヤ名、含める"dense_1/kernel:0" 。あなたがアクセス特定の変数、例えばにレイヤーのプロパティを使用することをお勧めしmodel.get_layer("dense_1").kernel

SavedModelシリアライズ

SavedModelシリアライズパス用途はtf.saved_model.saveモデルとモデル(例えば層および変数)に接続されたすべての追跡可能なオブジェクトを保存します。 @tf.function -decoratedの方法も保存されます。追加の追跡可能なオブジェクトや関数は、モデルがKeras Modelオブジェクトとして読み込まれたバックできるようにするためにSavedModelに追加されます。

model Kerasモデルインスタンスを保存します。
filepath 次のいずれかです。

  • 文字列またはpathlib.Pathオブジェクト、モデルを保存するためのパス
  • h5py.Fileオブジェクトです。モデルを保存します
overwrite かどうか、我々は、ターゲットの場所に任意の既存のモデルを上書きする、またはその代わりに手動プロンプトをユーザに尋ねる必要があります。
include_optimizer Trueの場合、オプティマイザの状態を一緒に保存します。
save_format どちらの「TF」または「H5」、Tensorflow SavedModelまたはHDF5にモデルを保存するかどうかを示します。 TF 1.xでTF 2.Xの「TF」、および「H5」にデフォルト
signatures 署名はSavedModelで保存します。 「TF」形式にのみ適用されます。参照してくださいsignaturesに引数をtf.saved_model.save詳細については。
options オプションtf.saved_model.SaveOptions SavedModelに保存することを指定するオプションオブジェクト。

ImportError 保存した場合のフォーマットはHDF5で、h5pyは使用できません。