Использование обученной модели в рамках сервиса Deployments

Чтобы использовать модель в рамках сервиса Deployments, ее необходимо сериализовать. Для этого используются встроенные средства фреймворка, сохраняя контрольные точки обучения в формате bin, h5, pth и др. Также модели можно сериализовать в формат h5 средствами библиотеки h5py или в формат pickle средствами библиотеки pickle. Ниже приведены примеры, как это сделать.

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')

Подробнее см. в документации TensorFlow и Keras.