85일차 DeapLearning - 모델 저장&호출

21.07.08

 

 Deap Learning 

 

 

@ Optimizer의 발달 계보 

 

 

---

@DeapLearning 모델 저장 

model_pima = Sequential()
model_pima.add(Dense(12, input_dim = 8, activation = 'relu'))
model_pima.add(Dense(8, activation = 'relu')) # 은닉층
model_pima.add(Dense(1, activation = 'sigmoid')) # 출력층
model_pima.compile(loss = 'binary_crossentropy', optimizer = 'adam',
             metrics = ['accuracy'])
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y,
                                                   test_size = 0.3,
                                                   random_state=1)
model_pima.fit(X_train, y_train, epochs = 500, batch_size=10, verbose = 1)

• 위와 같이 만든 모델을 저장하기 위한 과정
• 전에 처럼 pickle이 아닌 h5라는 형태로 저장한다.

 

 

---

%모델 저장 및 호출 

# ==========================모델저장==========================
model_pima.save('./model_pima.h5')

# ==========================모델호출==========================
from tensorflow.keras.models import load_model
model_pima2 = load_model('./model_pima.h5')

• 위와 같이 h5라는 확장자로 모델을 저장할 수 있다.
• 호출할때에는 tensorflow.keras.models의 load_model을 불러 가져올 수 있다.

 

 

아래는 가져온 모델을 통해 성능을 확인한 모습이다.

ㅁㄴㅇ

ㅁㄴㅇ

ㅁㄴㅇ

ㅁㄴㅇ

ㅁㄴㅇ

ㅁㄴㅇ

ㅁㄴ

ㅇㅁㄴ

ㅇㅁㄴㅇ