导入functional模型。
假设你使用Keras开始定义一个简单的MLP:
在Keras,有几种保存模型的方法。你可以将整个模型(模型定义、权重和训练配置)存储为HDF5文件,仅存储模型配置(作为JSON或YAML文件)或仅存储权重(作为HDF5文件)。以下是你如何做每一件事:
如果你决定保存完整的模型,那么你将能够访问模型的训练配置,否则你将不访问。因此,如果你想在导入之后在DL4J中进一步训练模型,请记住这一点,并使用model.save(...)来持久化你的模型。
让我们从推荐的方法开始,将完整模型加载回DL4J(我们假设它在类路径上):
万一你没有编译你的Keras模型,它就不会有一个训练配置。在这种情况下,你需要显式地告诉模型导入忽略训练配置,方法是将enforceTrainingConfig标志设置为false,如下所示:
若要仅从JSON加载模型配置,请按如下使用KerasModelImport
如果另外你还想加载模型权重与配置,那么以下是你要做的:
在后面两种情况下,将不读取训练配置。