如何加载张量流模型

Posted

技术标签:

【中文标题】如何加载张量流模型【英文标题】:How to load tensorflow model 【发布时间】:2021-10-25 09:07:03 【问题描述】:
import tensorflow as tf
import cv2

mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()

model = tf.keras.models.load_model("2-conv-0dense-128-units")

model = tf.keras.models.load_model("2-conv-0dense-128-units.model")

我在“C:\Users\Acer\Desktop\bing\Bing\Python_App\Scripts\logs\2-conv-0dense-128-units”有一个保存的模型,但我不知道如何使用张量流

【问题讨论】:

您的模型保存为什么格式? h5? 【参考方案1】:

路径可以是相对的或绝对的,如果前者确保保存的模型在您正在工作的目录中。

model = load_model('path where model was saved')

【讨论】:

我把它改成了:model = load_model("C:\Users\Acer\Desktop\bing\Bing\Python_App\Scripts\logs\2-conv-0dense-128-units") 但它给了我一个错误: SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape 如何解决这个问题? 将普通字符串更改为原始字符串,方法是将 r 放在它前面,如下所示:r"C:\Users\Acer\Desktop\bing\Bing\Python_App..." 或以这种形式: “C:/Users/Acer/Desktop/bing/Bing/Python_App……”或

以上是关于如何加载张量流模型的主要内容,如果未能解决你的问题,请参考以下文章

如何在张量流中创建集成?

将自定义数据加载到张量流管道中

张量流中推理时的批量标准化

从预训练模型中移除顶层,迁移学习,张量流(load_model)

如何在张量流中加载本地图像?

如何在张量流中将 TextVectorization 保存到磁盘?