训练结束后做预测

Question

I've made simple prediction model with keras and bag of words based on the code which I found in the tutorials. Loading dataset and training finished without problem and accuracy is around 88%.
Dataset has two columns text and tag (i.e. "some text, a"). How can I test trained model with some other data which is not in dataset like model.predict(some text)?

以下是示例数据集： 泰克斯特，塔格 斯科托，n Trg Vinodolskog zakona 5号，a 我希望保存模型，这样就不必每次运行脚本时都训练它。是正确的方式放在剧本的结尾“模型.保存（'my_model.h5'）”？ 如何加载模型并使用数据集中没有的数据进行预测？在

^{pr2}$

Answer 1

训练完模型后，可以使用model.save_weights(path)将权重保存到磁盘。在

然后可以使用model.load_weights(path)将权重加载到同一架构的模型中。在

如果您还想保存模型体系结构，可以使用更通用的model.save(path)，它将保存

1. 模型重量
2. 模型架构
3. 优化器声明。在

然后可以使用加载模型

from keras.models import load_model

model = load_model(path)

在您恢复了模型及其权重之后，您可以evaluate该模型来确定其准确性，或者使用predictions对新数据执行predictions

^{pr2}$

Answer 2

是的，根据Keras Documentation FAQ page。您只需键入：model.save(filepath)。 如果您想加载已经存在的模型，请使用：keras.models.load_model(filepath)。在