Functional模型 导入functional模型
导入Keras函数模型入门
假设你使用Keras的函数API开始定义一个简单的MLP：
Copy from keras . models import Model
from keras . layers import Dense, Input
inputs = Input(shape=(100,))
x = Dense(64, activation='relu')(inputs)
predictions = Dense(10, activation='softmax')(x)
model = Model(inputs=inputs, outputs=predictions)
model . compile(loss='categorical_crossentropy',optimizer='sgd', metrics=['accuracy']) 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：
Copy model . save ( 'full_model.h5' ) # save everything in HDF5 format
model_json = model . to_json () # save just the config . replace with "to_yaml" for YAML serialization
with open( "model_config.json" , "w" ) as f :
f . write (model_json)
model . save_weights ( 'model_weights.h5' ) # save just the weights . 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。
载加你的Keras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）：
Copy String fullModel = new ClassPathResource( "full_model.h5" ) . getFile () . getPath ();
ComputationGraph model = KerasModelImport . importKerasModelAndWeights (fullModel); 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：
Copy ComputationGraph model = KerasModelImport . importKerasModelAndWeights (fullModel , false ); 若要仅从JSON加载模型配置，请按如下使用KerasModelImport
Copy String modelJson = new ClassPathResource( "model_config.json" ) . getFile () . getPath ();
ComputationGraphConfiguration modelConfig = KerasModelImport . importKerasModelConfiguration (modelJson) 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：
Copy String modelWeights = new ClassPathResource( "model_weights.h5" ) . getFile () . getPath ();
MultiLayerNetwork network = KerasModelImport . importKerasModelAndWeights (modelJson , modelWeights) 在后面两种情况下，将不读取训练配置。
KerasModel
[源码]
从Keras（函数API）模型或序列模型配置构建计算图。
KerasModel
Copy public KerasModel( KerasModelBuilder modelBuilder)
throws UnsupportedKerasConfigurationException , IOException , InvalidKerasConfigurationException （建议）（函数API）模型的构建器模式构造器。
抛出 InvalidKerasConfigurationException 无效的 Keras 配置
抛出 UnsupportedKerasConfigurationException 不支持的 Keras 配置
getComputationGraphConfiguration
Copy public ComputationGraphConfiguration getComputationGraphConfiguration()
throws InvalidKerasConfigurationException , UnsupportedKerasConfigurationException （不推荐）来自模型配置（JSON或YAML）、训练配置（JSON）、权重和“训练模式”布尔指示符的（函数 API）模型的构造器。当内置在训练模式时，某些不支持的配置（例如，未知的正则化器）将抛出异常。当强制TrainingConfig= false时，这些将生成警告，但将被忽略。
参数 modelJson 模型配置JSON 字符串
参数 modelYaml 模型配置 YAML 字符串
参数 enforceTrainingConfig 是否实施训练相关配置
抛出 InvalidKerasConfigurationException 无效的 Keras 配置
抛出 UnsupportedKerasConfigurationException 不支持的 Keras 配置
getComputationGraph
Copy public ComputationGraph getComputationGraph()
throws InvalidKerasConfigurationException , UnsupportedKerasConfigurationException 从这个Keras模型配置构建计算图并导入权重。
getComputationGraph
Copy public ComputationGraph getComputationGraph( boolean importWeights)
throws InvalidKerasConfigurationException , UnsupportedKerasConfigurationException 从这个Keras模型配置构建计算图并（可选的）导入权重。