您可以将hdf5模型转换为json_文件,并将权重保存在h5文件中。在“正常”机器上执行此操作,该机器的功能导入速度不会太慢。然后,在flashdrive上的WinPython中,使用
model_from_json
和
load_weights
可以加载模型的函数。导入时间要快得多。它的工作原理如下:
此脚本将hdf5文件转换为json文件,并保存模型的权重。在能够处理导入的机器上的python安装上运行此操作。
from keras.models import load_model
model = load_model("my_model.hdf5")
model_json = model.to_json()
with open("my_json_model.json", 'w') as json_file:
json_file.write(model_json)
model.save_weights("weight_model.h5")
然后,要在WinPython中加载模型,请执行以下操作:
from keras.models import model_from_json
with open("my_json_model.json", 'r') as json_file:
loaded_json = json_file.read()
emotion_classifier = model_from_json(loaded_json)
emotion_classifier.load_weights("weight_model.h5")
here.