keras模型的保存和使用

keras只包含两种神经网络模型，分别是Sequantial模型和泛化模型。模型的保存和使用方法如下：

1、只保存和使用模型结构，不包含配置和权重

     #保存成json格式的文件

      json_string = model.to_json() 

      open('my_model_architecture.json','w').write(json_string)   

from keras.models import model_from_json

      model = model_from_json(open('my_model_architecture.json').read())  

      #保存成yaml文件

      yaml_string = model.to_yaml()

      open('my_model_architectrue.yaml','w').write(yaml_string)

from keras.models import model_from_yaml

      model = model_from_yaml(open('my_model_architecture.yaml').read())

2、只保存和使用权重

      #利用HDF5进行保存

      model.save_weights('my_model_weights.h5')   

      model.load_weights('my_model_weights.h5') 

3、从配置中构造模型--也可以存成文件，然后从文件中重构

config = model.get_config()

from keras.models import Model

model = Model.from_config(config)

# or, for Sequential

from keras.models import Sequential model = Sequential.from_config(config)

4、保存 和使用 模型、权重、配置

      model.save(filepath)

      import keras.models import load_model

      model = load_model(filepath)