时间:2021-05-22
我使用的是anaconda安装的环境,其中有一个是h5py,自动安装的是2.7.0的版本,这个版本会导致保存模型时python奔溃。
conda install h5py==2.8.0
将h5py更新一个版本即可解决这个问题。
补充知识:Django安装提示错误
使用sudo pip install ......的时候出现下面一段代码:
The directory '/Users/XX/Library/Caches/pip' or its parent directory is not owned by the current user and caching wheels has been disabled. check the permissions and owner of that directory. If executing pip with sudo, you may want sudo's -H flag.
在sudo 后面添加-H解决方法:
sudo -H pip install ......
以上这篇解决在keras中使用model.save()函数保存模型失败的问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
如何将训练好的网络进行保存,我们可以用pickle或cPickle来保存Keras模型,同时我们可以用下面的方法:一、保存整个模型model.save(file
错误描述:1、保存模型:model.save_weights('./model.h5')2、脚本重启3、加载模型:model.load_weights('./m
1、保存整个网络结构信息和模型参数信息:torch.save(model_object,'./model.pth')直接加载即可使用:model=torch.l
关于保存h5模型、权重网上的示例非常多,也非常简单。主要有以下两个函数:1、keras.models.load_model()读取网络、权重2、keras.mo
tensorflow在保存权重模型时多使用tf.train.Saver().save函数进行权重保存,保存的ckpt文件无法直接打开,不利于将模型权重导入到其他