keras模型H5在理论上是如何工作的答案

【问题标题】：How keras model H5 works in theorykeras模型H5在理论上是如何工作的
【发布时间】：2019-07-01 03:37:58
【问题描述】：

训练后的模型将保存为 H5 格式。但我不知道如何将 H5 文件用作分类器来对新数据进行分类。在对新数据进行分类时，H5 模型在理论上是如何工作的？

【问题讨论】：

您必须在 python 脚本中再次加载模型然后执行它，您应该查看此查看pythonprogramming.net/… 和该系列中的其他视频
不是，我的意思是h5模型如何处理要分类的新数据

标签： python python-3.x keras deep-learning conv-neural-network

【解决方案1】：

当您将模型保存为 h5 文件时，您会保存模型结构、其所有参数以及进一步的信息，例如优化器的状态等。这只是一种保存大量信息的有效方法。您也可以使用 json 或 xml 文件格式来执行此操作。

您不能仅使用此文件对任何内容进行分类（它不可执行）。您必须从此文件中将图形重建为张量流图。为此，您只需使用 keras 中的 load_model() 函数，该函数返回一个 keras.models.Model 对象。然后你可以使用这个对象对新数据进行分类，用 keras predict() 函数。

【讨论】：

新图像中的数据如何通过模型变成概率？
您可以使用 opencv 或 skimage 或 PILL 加载图像并将它们转换为 numpy 数组。然后你可以简单地调用 my_model.predict(img_array)。

【解决方案2】：

好问题，

首先您需要了解什么是 HDF5 文件，因为如果您想回答您的问题，请查看此链接：What is HDF5

只知道它是一种有点复杂的文件类型，其中包含您训练的模型的所有必要信息。

但它不是一个可执行文件，因此它只能用作函数的输入，以及“在对图像进行适当预处理后”要分类的图像，

然后根据 HDF5 文件和图像中的信息，将发生一系列操作，然后返回作为操作结果的类的概率。

例如，在深度学习框架中，我们可以使用 tensorflow.js 在 Web 应用程序中使用 model.h5，负责执行此操作的函数是“tensorflow 库”中的“model.predict”。

这是 javascript 中的源代码将帮助您明确这一点： hdf5 文件已转换为 JSON，因为这是 tensorflow.js 中支持的格式。

如果您想了解更多有关 tensorflow.js 的信息：youtube playlist by deeplizard

也如您所见，我们可以将 HDF5 文件转换为 JSON 文件，我认为这样会更清晰！

model = await tf.loadModel("model.json");

let tensor = tf.fromPixels(image)
    .resizeNearestNeighbor([224,224])
    .toFloat();

let predictions = await model.predict(tensor).data();
    let top5 = Array.from(predictions)
        .map(function (p, i) { // this is Array.map
            return {
                probability: p,
                className: CLASSES[i] // we are selecting the value from the obj
            };
}).sort(function (a, b)

我希望这对阅读我提到的文章有所帮助，并且其中的很多内容都是有意义的。

【讨论】：