首页 > 专利技术

如何加载训练完毕后的模型文件继续训练模型

丙烯酸酯胶如何加载训练完毕后的模型⽂件继续训练模型训练完成后得到了模型⽂件，下⼀次想接着上次的基础继续进⾏训练，这可怎么办？

⼩周来⽀招，打⼀顿就好了

基于keras框架得到的h5⽂件4g手机电子围栏

第⼀次训练模型得到的h5⽂件：

点火装置

model = Sequential()尼龙电线

model.add(LSTM(150, input_shape=(train_x.shape[1], train_x.shape[2]),return_sequences=False))

model.add(Dense(30))

model.summary()

modelpile(loss=["mse"], optimizer='adam',metrics=['mape','mae','mse'])

history = model.fit(train_x, train_y, epochs=epochs, batch_size=batch_size, validation_data=[test_x, test_y],verbose=2, shuffle=True) #save LeNet_model_files after train

model.save('lstm_model.h5')

利⽤h5⽂件接着上次的基础继续进⾏训练，只需：

台球杆架

#加载模型⽂件

model=load_model('lstm_model.h5')

model._make_predict_function()

#继续⽤数据训练

history = model.fit(train_x, train_y, epochs=epochs, batch_size=batch_size, validation_data=[test_x, test_y],verbose=2, shuffle=True) model.save('lstm_model2.h5')

基于tensorflow框架得到的ckpt⽂件

先构建原模型图

得到训练

再加载原模型

图上是加载模型进⾏预测，把相应代码改成下⾯的训练即可实现继续训练！

train_step.run(feed_dict={x: images, y_: batch[1],keep_prob1:prob1,keep_prob2:prob2,keep_prob3:prob3})

本文发布于:2024-09-22 15:43:17，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/3/338613.html

上一篇：面向自然场景的超分辨率算法研究

下一篇：神奇的咽音--练习的要点