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')

Подробнее см. в документации TensorFlow и Keras.

Запустили Evolution free tier
для Dev & Test
Получить