提问
SAP Data Intelligence SAP Leonardo Machine Learning Foundation python

如何将模型权重存储在工件中并重新加载？

2020-08-18 01:27发布

站内问答 / DATA
1806 2 5

         点击此处--->   EasySAP.com群内免费提供SAP练习系统（在群公告中）

加入QQ群：457200227（SAP S4 HANA技术交流） 群内免费提供SAP练习系统（在群公告中）


嗨，

我们想将ML场景用于keras模型。

我们可以训练模型并将模型权重存储为工件。

 s_buf = io.StringIO（）
 model.keras_model.save_weights（s_buf）
 api.send（" modelBlob"，s_buf.read（））

但是，在应用模型时，我们无法从工件输入中加载权重。

这将在Python中完成吗？

例如 从工件存储中导入Blob时不起作用。

 model.load_weights（modelBlob）

请告知。

         点击此处--->   EasySAP.com群内免费提供SAP练习系统（在群公告中）

加入QQ群：457200227（SAP S4 HANA技术交流） 群内免费提供SAP练习系统（在群公告中）


嗨，

我们想将ML场景用于keras模型。

我们可以训练模型并将模型权重存储为工件。

 s_buf = io.StringIO（）
 model.keras_model.save_weights（s_buf）
 api.send（" modelBlob"，s_buf.read（））

但是，在应用模型时，我们无法从工件输入中加载权重。

这将在Python中完成吗？

例如 从工件存储中导入Blob时不起作用。

 model.load_weights（modelBlob）

请告知。

付费偷看设置
发送
2条回答
Bunny_CDM
1楼-- · 2020-08-18 02:00

有两种可能，要么腌制权重，要么将整个模型保存到结果为字节的位置。

p.s。 为了使用save_model，请确保您的模型不包含自定义图层。

saving_model：

导入h5py
 从io导入BytesIO
 型号= BytesIO（）
 与h5py.File（model，'a'）作为f：
    bert_classifier.save（f，save_format =" tf"）
 api.send（" model_blob"，model.getvalue（））
三十六小时_GS
2楼-- · 2020-08-18 02:19

load_model：

 def on_model（model_blob）：
   导入h5py
   型号= io.BytesIO（model_blob）
   h = h5py.File（model，'r'）
   型号= tf.keras.models.load_model（h）
   model_ready =真

一周热门 更多>

点击此处---> EasySAP.com 一起学习S4 HANA ...