【问题标题】:Load specific trained model加载特定的训练模型
【发布时间】:2019-12-11 22:35:32
【问题描述】:

目前我正在加载一个以前训练过的模型,使用

with tf.Session() as sess:
    saver.restore(sess, tf.train.latest_checkpoint('./'))

加载保存模型时创建的文件“检查点”中记录的文件。然而,文件“检查点”总是指最后训练的模型,所以如果我想加载另一个模型,我必须手动编辑“检查点”文件来更改模型名称。

我的问题是,如何在不手动编辑“检查点”文件的情况下恢复与我创建的上一个不同的训练模型?

【问题讨论】:

    标签: python tensorflow machine-learning


    【解决方案1】:

    您可以使用 jsonpickle 来保存变量和模型,然后再加载它们。 例如:

    sklearn_model = RandomForestClassifier()
    sklearn_model.fit(x,y)
    model_object = jsonpickle.pickler.Pickler.flatten(sklearn_model)
    model = jsonpickle.unpickler.Unpickler.restore(model_object)
    model.predict(new_x)
    

    您现在只需要随时保存模型,并根据需要加载它。 model_object 是可以保存到文件中的 JSON 代码。你可以阅读更多关于这个包的信息here

    【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2021-02-19
    • 2021-04-05
    • 1970-01-01
    • 2017-07-28
    • 2021-03-30
    • 2017-09-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多