还有其他方法可以保存和加载 keras 模型吗？

Question

我正在将 tf.keras 模型部署到共享主机上的 django 应用程序。我已将其保存为 .h5 文件，并且可以正常工作。这就是问题所在，当它第一次在浏览器上加载时，导入 tensorflow 需要花费太多时间并给出 403 错误。只有在那之后才有效。有没有其他方法可以更快地加载模型？提前感谢您的帮助。

Answer 1

我以前也遇到过同样的问题。为了缓解这个问题，您可以做的一件事是导入 tensorflow 并全局加载保存的模型，而不是在您的视图函数中。通过这样做，张量流和模型在您启动服务器时最初加载，而不是每次您点击路由时，这大大减少了我之前的响应时间。在您的视图函数中，您可以只使用模型来获取预测。

Example

而不是导入 tensorflow 并在视图函数中加载模型

def my_view(request):
    import tensorflow as tf

    model = tf.keras.models.load_model("my_h5_model.h5")

    predictions = model.predict(test_data)

    return HTTPResponse(
        json.dumps({"predictions": predictions}),
        content_type="application/json"
        )

全局移动它们

import tensorflow as tf

# Loading the model
model = tf.keras.models.load_model("my_h5_model.h5")

def my_view(request):

    predictions = model.predict(test_data)

    return HTTPResponse(
        json.dumps({"predictions": predictions}),
        content_type="application/json"
        )