如何保存与加载用NeuralFit训练的模型或权重？

保存训练好的模型 #

在你的训练代码末尾，直接调用模型的save()方法即可完成保存，指定保存的文件名（推荐使用.h5格式）：

import neuralfit
import numpy as np

# y(x) = x^2
x = np.arange(10).reshape(-1,1)
y = x**2

# Evolve model
model = neuralfit.Model(1,1)
model.compile('alpha', loss='mse', monitors=['size'])
model.evolve(x,y,epochs=1000)

# Save model
model.save('x_squared_model.h5')

加载模型并进行预测 #

使用neuralfit.load()方法加载已保存的模型，之后就能用加载后的模型直接执行预测操作：

import neuralfit
import numpy as np

# Load the saved model
loaded_model = neuralfit.load('x_squared_model.h5')

# 测试预测示例
test_x = np.array([[5]])
predicted_y = loaded_model.predict(test_x)
print(predicted_y)  # 输出接近25的结果

注意事项 #

• 保存和加载时需使用相同版本的neuralfit库，避免出现兼容性问题
• 若保存的文件不在当前工作目录，加载时需指定完整文件路径
• 文件名后缀可自定义，只要保存与加载时文件名保持一致即可

内容的提问来源于stack exchange，提问作者emittance