我正在尝试使用 Lasagne 和 NoLearn 训练 CNN。之后，学习结束，我想存储神经网络参数。
具体来说，
nn = net1.fit(X_train, y_train) # train neural net
with open('nn.pickle', 'wb') as f:
pickle.dump(nn2, f, -1)
我无法使用 pickle() 因为对象 (nn) 的大小是几十 GB。这么大的物体怎么存盘？
阿维塞克
【问题讨论】：
标签： python pickle lasagne nolearn
您可以使用以下方法仅保存其参数，而不是使用 pickle 保存整个网络：
值 = lasagne.layers.get_all_param_values(net1)
在官方Lasagne tutorial，可以看到get_all_param_values 返回表示参数值的 numpy 数组列表。您可以使用 numpy.savez 保存它们，能够将多个数组以未压缩的 .npz 格式存储到一个文件中。您也可以使用 numpy.savez_compressed 压缩它们。
为了将参数加载到您的 CNN，首先您必须生成网络架构（显然它必须与您之前训练的相同），然后您可以使用 np.load 从磁盘加载参数，最后将它们分配给网络调用：
lasagne.layers.set_all_param_values(net1, values)
【讨论】：
如果您想将Python 对象存储到光盘，则需要序列化。当你想要序列化时，你需要pickle 或......它是'兄弟'cPickle，有时可能比pickle 快数千倍。
【讨论】：