반응형
save
# 코랩에서 구글 드라이브에 마운트한다.
from google.colab import drive
drive.mount('/content/drive')
# 경로를 지정 해준다.
import os
os.chdir('/content/drive/MyDrive/Colab Notebooks/deeplearning/model')
# 폴더로 저장
model.save( 'fashion_mnist_model' )

# 불러오기
model2 = tf.keras.models.load_model('fashion_mnist_model')
# 불러온 후 검증으로 테스트
model2.evaluate(X_train, y_train)

# 폴더말고 파일 하나로 저장하는 방법
model.save('fashion_mnist_model.h5') # 파일 확장자명을 .h5를 사용한다.

# 불러온 후 검증으로 테스트
model3.evaluate(X_train, y_train)

model3.predict(X_test)

제대로 불러 왔다면 예측도 수월하게 진행 된다.
반응형
'Deep Learning > Tensorflow' 카테고리의 다른 글
| Tensorflow - to_categorical함수로 원 핫 인코딩으로 변경하기 (0) | 2022.06.14 |
|---|---|
| Tensorflow - 네트워크와 웨이트를 따로 저장하고 불러오는 방법 (0) | 2022.06.14 |
| Tensorflow - validation_data 파라미터 사용 법 (0) | 2022.06.14 |
| Tensorflow - callback class를 이용해서, 원하는 조건이 되면 학습을 멈추게 하는 코드 (0) | 2022.06.13 |
| Tensorflow - overfitting & underfitting (0) | 2022.06.13 |