如何使用 Keras 和 Python 手动保存权重？

Tensorflow 是谷歌提供的机器学习框架。它是一个开源框架，与 Python 结合使用以实现算法、深度学习应用程序等等。它用于研究和生产目的。

Keras 是作为 ONEIROS（开放式神经电子智能机器人操作系统）项目研究的一部分开发的。Keras 是一个用 Python 编写的深度学习 API。它是一个高级 API，具有高效的接口，有助于解决机器学习问题。

它运行在 Tensorflow 框架之上。它的构建是为了帮助以快速的方式进行实验。它提供了开发和封装机器学习解决方案所必需的基本抽象和构建块。它具有高度可扩展性，并具有跨平台功能。这意味着 Keras 可以在 TPU 或 GPU 集群上运行。Keras 模型也可以导出到 Web 浏览器或手机中运行。

Keras 已经存在于 Tensorflow 包中。可以使用以下代码行访问它。

import tensorflow
from tensorflow import keras

我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助通过浏览器运行 Python 代码，无需任何配置，并且可以免费访问 GPU（图形处理单元）。Colaboratory 基于 Jupyter Notebook 构建。以下是代码 -

示例

print("The weights are saved")
model.save_weights('./checkpoints/my_checkpoint')
print("A new model instance is created")
model = create_model()
print("Restore the weights of the old model")
model.load_weights('./checkpoints/my_checkpoint')
print("The model is being evaluated")
loss, acc = model.evaluate(test_images, test_labels, verbose=2)
print("Restored model, accuracy: {:5.2f}%".format(100 * acc))

代码来源 - https://tensorflowcn.cn/tutorials/keras/save_and_load