如何使用由经过训练的神经网络创建的权重矩阵在另一个文件中进行预测?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何使用由经过训练的神经网络创建的权重矩阵在另一个文件中进行预测?相关的知识,希望对你有一定的参考价值。

我已经使用keras训练了一个神经网络分类器,它目前预测的准确率为90%。我想在不必包含整个模型的情况下对另一个文件进行预测。是否可以仅使用输出权重矩阵进行预测?即,在数学上,我如何使用权重矩阵进行相同的分类,而不必在每次获得需要分类预测的新数据输入时重新训练模型?

答案

保存模型或模型的权重:

model.save(filename)
np.save(filename, model.get_weights())

对于装载,在第一种情况下:

from keras.models import load_model
model = load_model(filename)

在第二种情况:

#recreate the model then:
model.set_weights(np.load(filename))

然后:

results = model.predict(batch_of_data)

以上是关于如何使用由经过训练的神经网络创建的权重矩阵在另一个文件中进行预测?的主要内容,如果未能解决你的问题,请参考以下文章

如何正确提取 Keras ConvNet 权重矩阵以在 Excel 中使用?

word2vec高效训练方法

Python scikit-learn:导出经过训练的分类器

将权重导入opencv MLP?

如何获得经过训练的 LDA 分类器的特征权重

如何使用Keras API提取隐藏层的权重