Сериализовать модель для использования в Deployments

Чтобы использовать модель в рамках сервиса Deployments, ее необходимо сериализовать.

Для этого подойдут:

  • встроенные средства фреймворка, которые сохраняют контрольные точки обучения в формате bin, h5, pth и др.;

  • библиотека h5py в формат h5;

  • библиотека pickle в формат pickle.

Ниже приведены примеры сериализации моделей.

Если модель сериализуется с помощью pickle, последовательность действий следующая:

import pickle
model . fit ( X_train , X_test ) # Train the data
with open ( 'fitted_model.pickle' , 'wb' ) as modelFile :
pickle . dump ( model , modelFile ) # Dump the model

Сохранение модели Keras в формат h5:

model . save ( 'final_model.h5' )
model = load_model ( 'final_model.h5' )
ML Space