Tensorflow - model을 파일로 저장하고 불러오는 방법

1. 전체 모델구조(Network)와  가중치(Weight) 함께 저장하기

 

• 모델 + 가중치를 저장해서 불러오면 모델에 complie을 할 필요없이 바로 사용 가능하다.

 

폴더구조로 저장, 불러오기

# 폴더구조로 저장
model.save('fashion_mnist_model')

# 불러오기
model2 = tf.keras.models.load_model('fashion_mnist_model')

 

 

파일구조로 저장, 불러오기

# 모델을 h5파일 하나로 저장
model.save('fashion_mnist_model.h5')

# 불러오기
model3 = tf.keras.models.load_model('fashion_mnist_model.h5')

 

 

 

2. 모델 구조(Network)만 저장하고 불러오기

 

# 네트워크를 json 파일로 저장하는 코드
fashin_mnist_network = model.to_json()
with open('fashin_mnist_network.json', 'w') as file:
  file.write(fashin_mnist_network)
  
# 저장된 네트워크를 읽어오는 코드
with open('fashin_mnist_network.json', 'r') as file:
  fashion_net = file.read()
  
# 위의 네트워크로부터 모델을 만들고 싶으면
model4 = tf.keras.models.model_from_json(fashion_net)

주의!!!

model4는 네트워크만 가져온 것이지, 학습 완료된 weight는 가져온 것이 아니다.

따라서 현재 weight는 랜덤으로 세팅된 weight다.

이 모델로 바로 예측 수행을 하면 안되고 가중치를 불러와야 한다.

 

 

 

3.  가중치(weight)만 저장하고 불러오기

 

# 웨이트를 h5파일로 저장
model.save_weights('fashion_mnist_weight.h5')

# 위의 model4에 웨이트를 load
model4.load_weights('fashion_mnist_weight.h5')

네트워크와 가중치를 따로 불러온 경우, compile을 해줘야 사용 가능하다!

(model4.predict는 compile을 안 해도 사용 가능하다.)

 

# 컴파일 예시
model4.compile('adam', 'sparse_categorical_crossentropy', ['accuracy'])