Python 提供了许多方法来保存神经网络模型,以下是使用 pickle 来完成这项任务:
import picklepickle.dump(fit, open('Boston_fit.pkl', 'wb'))其中,fit 表示训练好的神经网络模型
以下是打开之前保存的网络,以下是打开之前保存为 Boston_fit.pkl(fit) 的网络,并存储在Python对象的 model 中:
model = pickle.load(open('Boston_fit.pkl', 'rb'))说明:
以下代码能找到你当前的工作路径:
import osprint(os.getcwdu)在网络所处的 .py文件中,定义模型的保存函数
def save_model(self): saver = tf.train.Saver(max_to_keep=1) saver_path = saver.save(self.sess, "save/model.ckpt")最终保存的模型文件为: