TensorFlow中怎么导入导出模型

在TensorFlow中，可以使用tf.saved_model模块来导入和导出模型。以下是导入和导出模型的示例代码：

导出模型：

import tensorflow as tf

# 定义模型
model = tf.keras.Sequential([
    tf.keras.layers.Dense(64, activation='relu', input_shape=(10,)),
    tf.keras.layers.Dense(64, activation='relu'),
    tf.keras.layers.Dense(1)
])

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

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

# 导出模型
tf.saved_model.save(model, 'path_to_saved_model')

导入模型：

import tensorflow as tf

# 导入模型
loaded_model = tf.saved_model.load('path_to_saved_model')

# 使用导入的模型进行预测
predictions = loaded_model.predict(x_test)

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。