tensorflow怎么保存模型

在TensorFlow中，可以使用tf.keras.models.save_model()函数保存模型。以下是一个保存模型的示例代码：

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# 创建一个简单的神经网络模型
model = Sequential([
    Dense(10, activation='relu', input_shape=(784,)),
    Dense(10, activation='softmax')
])

# 编译模型
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train, epochs=10)

# 保存模型
model.save('my_model.h5')

在这个示例中，我们首先创建了一个简单的神经网络模型，编译并训练模型。然后使用model.save()函数保存模型为名为’my_model.h5’的HDF5文件。可以使用tf.keras.models.load_model()函数加载保存的模型。

版权声明

本文内容由互联网用户自发贡献，该文观点仅代表作者本人
本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。