Python/Theano 加载和保存模型

Posted 各种控恩恩恩

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python/Theano 加载和保存模型相关的知识,希望对你有一定的参考价值。

加载和保存模型

当实验时,使用梯度下降可能会花费几个小时(有时几天)寻找好的参数。一旦你找到它们,可以保存那些权值。在搜索过程中,你也可能想要保存当前最好的估计。

pickle保存共享变量中的numpy的n维数组

保存或者归档模型的参数的最好的方法是使用pickle或者deepcopy保存n维数组。比如,如果你的参数在共享变量w、v、u中,则保存的命令应该看起来像这样:

>>> import cPickle
>>> save_file = open('path', 'wb')  # this will overwrite current contents
>>> cPickle.dump(w.get_value(borrow=True), save_file, -1)  # the -1 is for HIGHEST_PROTOCOL
>>> cPickle.dump(v.get_value(borrow=True), save_file, -1)  # .. and it triggers much more efficient
>>> cPickle.dump(u.get_value(borrow=True), save_file, -1)  # .. storage than numpy's default
>>> save_file.close()

然后,可以像这样子加载数据:

>>> save_file = open('path')
>>> w.set_value(cPickle.load(save_file), borrow=True)
>>> v.set_value(cPickle.load(save_file), borrow=True)
>>> u.set_value(cPickle.load(save_file), borrow=True)

这个技术有点繁琐,但是可靠并且正确的。你能加载之前保存的数据,并不用折腾就可以在matplotlib中显示。


参考文献:http://www.360doc.com/content/16/0420/08/32605990_552199788.shtml

来源:http://blog.csdn.net/u013070853/article/details/51197699

以上是关于Python/Theano 加载和保存模型的主要内容,如果未能解决你的问题,请参考以下文章

OneFlow的大模型分片保存和加载策略

OneFlow的大模型分片保存和加载策略

转 tensorflow模型保存 与 加载

使用迁移学习保存和加载 KMeans 聚类模型

tensorflow 之模型的保存与加载

在 Sench Touch 2.1 中保存和加载数据模型