วิธีใช้ Keras บันทึกโมเดลทั้งหมดด้วย Python

TensorFlow เป็นเฟรมเวิร์กการเรียนรู้ของเครื่องที่ Google จัดให้ เป็นเฟรมเวิร์กโอเพนซอร์สที่ใช้ร่วมกับ Python เพื่อนำอัลกอริทึม การเรียนรู้เชิงลึก และอื่นๆ มาใช้งาน ใช้ทั้งในงานวิจัยและการผลิต

Keras เป็น API การเรียนรู้เชิงลึก ที่เขียนด้วย Python เป็น API ระดับสูงที่มีอินเทอร์เฟซที่มีประสิทธิภาพช่วยแก้ปัญหาการเรียนรู้ของเครื่อง Keras รันบน TensorFlow framework ถูกสร้างขึ้นเพื่อช่วยทดลองได้อย่างรวดเร็ว มีความสามารถในการขยายตัวสูง และรองรับ cross-platform หมายความว่า Keras รันบน TPU หรือ叢集ของ GPUs ได้ โมเดล Keras ยังสามารถส่งออกเพื่อรันบนเว็บเบราว์เซอร์หรือโทรศัพท์มือถือได้อีกด้วย

Keras อยู่ภายในแพ็กเกจ TensorFlow แล้ว สามารถเข้าถึงได้ด้วยโค้ดด้านล่าง:

import tensorflow
from tensorflow import keras

เราใช้ Google Colaboratory เพื่อรันโค้ดด้านล่าง Google Colab ช่วยให้รันโค้ด Python ผ่านเบราว์เซอร์ ไม่ต้องตั้งค่า และเข้าถึง GPU ฟรี Colaboratory สร้างขึ้นบน Jupyter Notebook โค้ดมีดังนี้:

ตัวอย่าง

print("A new model instance is created")
model = create_model()
print("The model is fit to the training data")
model.fit(train_images, train_labels, epochs=5)
print("The model is saved")
!mkdir -p saved_model
model.save('saved_model/my_model')
ls saved_model

Code credit - https://www.tensorflow.org/tutorials/keras/save_and_load

ผลลัพธ์

คำอธิบาย

• โมเดลใหม่ถูกสร้างโดยใช้เมธอด 'create_model'

• โมเดลใหม่นี้ถูก fit กับข้อมูลฝึกอบรม

• ไดเรกทอรีใหม่ถูกสร้างเพื่อเก็บโมเดลใหม่

• เมื่อ fit เสร็จแล้ว จะถูกบันทึกโดยใช้เมธอด 'save'

• พาธไปยังโมเดลที่บันทึกแสดงบนคอนโซล