深度学习 莫烦 Keras源代码

“““
To know more or get code samples please visit my website:
https://morvanzhou.github.io/tutorials/
Or search: 莫烦Python
Thank you for supporting!
“““

# please note all tutorial code are running under python3.5.
# If you use the version like python2.7 please modify the code accordingly

# 10 - save

import numpy as np
np.random.seed（1337）  # for reproducibility

from keras.models import Sequential
from keras.layers import Dense
from keras.models import load_model

# create some data
X = np.linspace（-1 1 200）
np.random.shuffle（X）    # randomize the data
Y = 0.5 * X + 2 + np.random.normal（0 0.05 （200 ））
X_train Y_train = X[:160] Y[:160]     # first 160 data points
X_test Y_test = X[160:] Y[160:]       # last 40 data points
model = Sequential（）
model.add（Dense（output_dim=1 input_dim=1））
model.compile（loss=‘mse‘ optimizer=‘sgd‘）
for step in range（301）:
    cost = model.train_on_batch（X_train Y_train）

# save
print（‘test before save: ‘ model.predict（X_test[0:2]））
model.save（‘my_model.h5‘）   # HDF5 file you have to pip3 install h5py if don‘t have it
del model  # deletes the existing model

# load
model = load_model（‘my_model.h5‘）
print（‘test after load: ‘ model.predict（X_test[0:2]））
“““
# save and load weights
model.save_weights（‘my_model_weights.h5‘）
model.load_weights（‘my_model_weights.h5‘）

# save and load fresh network without trained weights
from keras.models import model_from_json
json_string = model.to_json（）
model = model_from_json（json_string）
“““