如何使用Keras实现模型权重的保存与载入方法？

本文共计1311个文字，预计阅读时间需要6分钟。

如果您需要将模型的所有权重全部加载，可以直接使用以下代码：

pythonmodel.save_weights('/weights.h5')model2.load_weights('/weights.h5')

但有时您可能只需要加载部分权重，可以这样做：

python首先，为所有层命名。然后，使用以下操作加载部分权重：

model.load_weights('/weights.h5', by_name=True)

如果需要全部权重载入，直接使用权重载入方式

model.save_weights('./weigths.h5')
model2.load_weights('./weigths.h5')

但是有时候你只需要载入部分权重

所以你可以这样操作

首先，为所有层命名，在层中直接加入方法　name='layer1'

第二，使用，将你不需要载入权重的值更改名字。

最后，载入权重。

x=BatchNormalization(axis=channel_axis,name='layer2')(x) model2.layers[-1].name='pred' model2.load_weights('./weigths.h5',by_name=True)

上面的代码是对应的操作，这里我除了最后一层，其他层我都加载了权重，记住，by_name 必须赋值为True 这样才能够按照名称对应赋值权重。