如何在没有任何训练过程的情况下使用保存的权重进行下次预测？

Question

我已经训练了一个用于肺炎检测的 CNN。我已将训练模型的权重保存在同一路径中。现在我重新启动程序后无法使用保存的模型来预测数据。

我尝试执行负责预测的特定代码行，但随后出现导入错误，从中我可以理解我必须重新运行整个程序，这又需要时间。这是实际的预测代码。

res = classifier.predict(test_image)
if res[0][0] == 1:
        prediction = 'pnemonia'
elif res[0][0] == 0:
        prediction = 'normal'
print(prediction)

实际结果一定是预测。相反，我得到了

Using TensorFlow backend.
Traceback (most recent call last):
  File "<input>", line 5, in <module>
NameError: name 'np' is not defined

Answer 1

np 通常是 Numpy 模块的简写。我打赌您需要在遇到错误的模块中import numpy as np。可能没有调用导入，因为您不再使用不同的模块来生成权重。