Сохранение обученной сети | Глубокое обучение на Python
Сохраняем обученную нейронную сеть на Keras для последующего использования. Страница курса – https://www.asozykin.ru/courses/nnpython
Обучение глубокой нейронной сети требует много времени. Чтобы не обучать сеть перед каждым использованием, ее можно сохранить после обучения.
Keras позволяет сохранить два типа информации о сети:
– Архитектура сети (сохраняется в файлы JSON или YAML)
– Веса нейронной сети, определенные в процессе обучения (сохраняются в формате HDF5).
В лекции рассматриваются примеры сохранения сети, используемой для распознавания рукописных цифр MNIST.
Лекция по распознаванию рукописных цифр из набора MNIST с помощью нейронных сетей на Keras – https://youtu.be/0ImpTjNeWGo
Программа HDFView – https://support.hdfgroup.org/products/java/hdfview/
Предварительно обученные сети в Keras (Keras Applications) – https://keras.io/applications/
Примеры кода из лекции – https://github.com/sozykin/dlpython_course
Мой канал с краткими и понятными объяснениями сложных тем в ИТ и компьютерных науках:
https://goo.gl/kW93MA
Андрей Созыкин
Меня зовут Андрей Созыкин, я работаю в университете, веду курсы по компьютерным наукам. Здесь представлены видеолекции, подготовленные на основе этих курсов. Для видеолекций я отбираю самые важные материалы, необходимые для понимания предмета, и рассказываю их кратко, без лишних деталей, которые затруднят восприятие. Несмотря на краткость, изложение ведется системно; это не набор забавных видео, никак не связанных между собой.
Последние сообщения
127 полезных и бесплатных онлайн академий
24.04.2019
Ресурсы для objective-C программистов
21.03.2018