6_学習結果の保存_keras

差分

この文書の現在のバージョンと選択したバージョンの差分を表示します。

この比較画面にリンクする

--- 6_学習結果の保存_keras [2017/11/05]
adash333 [(6)学習結果の保存(Keras)]
+++ 6_学習結果の保存_keras [2018/10/07] (現在)
@@ ライン 10: / ライン 10: @@
   -[[(7)推測(Keras)]]
-最初に以下をコピペするだけです。
+以下をコピペするだけです。
 <code>
@@ ライン 23: / ライン 23: @@
 次のpredict.pyで、新しい画像の予測（分類）を行う際に、このモデルとパラメータを読み込む予定です。
+===== 開発環境 =====
+Windows 8.1\\
+Anaconda \\
+Python 3.5\\
+Tensorflow 1.4\\
+Keras 2.0.9\\
+Keras2.0のインストール方法は[[windowsにkeras2.0をインストール]]をご覧下さい。
+このページは、[[(5)結果の出力(Keras)]]の続きであり、今回は、結果の出力を行っていきます。
+===== 手順 =====
+==== 0. 前回終了時の画面 ====
+[[(5)結果の出力(Keras)]]終了時の、以下のような状態から始めます。
+{{:pasted:20171110-055117.png}}
+==== 1. 学習結果の保存 ====
+以下のコードを入力して、Shift + Enterを押します。
+<code>
+#6 学習結果の保存(Keras)
+### save model and weights
+json_string = model.to_json()
+open('apple_orange_model.json', 'w').write(json_string)
+model.save_weights('apple_orange_weights.h5')
+</code>
+以下のような画面になります。
+{{:pasted:20171110-055228.png}}
+Jupyter Notebook上では何も起こりませんが、
+<code>
+%ls
+</code>
+と入力して、Shift+Enterを押すと、以下のように表示されて、train_MNIST_MLP.ipynb(今、入力しているJupyter Notebookのファイル)と同じフォルダに、
+<code>
+"apple_orange_model.json" : モデルが記載されたjsonファイル
+"apple_orange_weights.h5" : モデルのweight（学習結果）が記載されたバイナリデータ
+</code>
+の２つのファイルが作成されていることが分かります。
+{{:pasted:20171110-055811.png}}
+{{:pasted:20171110-055914.png}}
+Kerasでの学習結果の出力の手順は上記でおしまいです。
+初めての方は、次は、<wrap hi>[[(7)推測(Keras)]]</wrap>に進んでください。

6_学習結果の保存_keras.1509920526.txt.gz · 最終更新: 2018/10/07 (外部編集)