模型保存和载入

# 保存模型,数据和网络全部保存
model.save('model.h5')   # HDF5文件，pip install h5py
#网络训练好以后就可以按照上面保存了。


# 载入模型
model = load_model('model.h5')
# 评估模型，载入后可以直接用于评估
loss,accuracy = model.evaluate(x_test,y_test)
#载入后，也可以继续训练
# 训练模型
model.fit(x_train,y_train,batch_size=64,epochs=2)
# 评估模型
loss,accuracy = model.evaluate(x_test,y_test)
print('\ntest loss',loss)
print('accuracy',accuracy)


#如果需要分别保存和载入就可以用这种方法S
# 保存参数，载入参数
model.save_weights('my_model_weights.h5')
model.load_weights('my_model_weights.h5')
# 保存网络结构，载入网络结构
from keras.models import model_from_json
json_string = model.to_json()
model = model_from_json(json_string