신경 네트워크 식별 핸드폰 최적화 (3)
본고는 자신이 훈련한 모델 구조와 파라미터를 저장하고 훈련된 모델을 탑재하여 예측하기 위한 것이다.
코드
보존
def save(self,filename):
"""
:param filename:
:return:
"""
data ={ "sizes": self.sizes, #
"weights": [w.tolist() for w in self.weights], #tolist
"biases": [b.tolist() for b in self.biases],
"cost": str(self.cost.__name__) #
}
f=open(filename,"w")
json.dump(data,f)
f.close()
로드
def load(filename):
"""
:param filename:
:return:
"""
f=open(filename,"r")
data=json.load(f)
f.close()
cost=getattr(sys.modules[__name__],data["cost"]) #
net=Network(data["sizes"],cost=cost)
net.weights=[np.array(w) for w in data["weights"]]
net.biases=[np.array(b) for b in data["biases"]]
return net
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
