Up モデルの保存 作成: 2021-04-20
更新: 2021-04-20


    モデルに対する思い (意味づけ) は,「ニューラルネットワーク」である。
    4層で構築したモデルは,「4層構造のニューラルネットワーク」である。

    訓練が済んで,モデルはいまつぎのようになっている (Dropout 層は表示されない):
      >>> model.summary() Model: "sequential" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= flatten (Flatten) (None, 784) 0 _________________________________________________________________ dense (Dense) (None, 128) 100480 _________________________________________________________________ dense_1 (Dense) (None, 10) 1290 ================================================================= Total params: 101,770 Trainable params: 101,770 Non-trainable params: 0 _________________________________________________________________ >>>

    このモデルを,拡張子「.h5」のファイル名で保存する:
      >>> model.save('./mnist.h5')

    ターミナルの別のシェルから,ファイルの存在を確認:
      (venv) $ ls -la mnist.h5 -rw-r--r-- 1 pi pi 1248728 Apr 19 13:19 mnist.h5


    python インタラクティブ・シェルでのここまでの作業を一旦休止したいときは,ここが切れ目である:
      >>> quit() (venv) $ deactivate $

    作業の続きは,モデルの読み込みからの開始となる:
      $ source [venv のパス]/venv/bin/activate (venv) $ python >>> from tensorflow.python.keras.models import load_model >>> model = load_model('./mnist.h5')


    model の保存までをプログラムにすると:

    $ vi mnist.py
    #!/usr/bin/env python from tensorflow import keras # data mnist = keras.datasets.mnist (train_images, train_labels), (test_images, test_labels) = mnist.load_data() class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', \ 'Coat', 'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot'] # image-preprocessing train_images = train_images / 255.0 test_images = test_images / 255.0 # model setup model = keras.Sequential([ keras.layers.Flatten(input_shape=(28, 28)), keras.layers.Dense(128, activation='relu'), keras.layers.Dense(10, activation='softmax') ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) # training model.fit(train_images, train_labels, epochs=5) # save model.save('./mnist.h5')

    $ chmod +x mnist.py

    $ ./mnist.py