如何解决有没有其他方法可以保存和加载 keras 模型?
我正在将 tf.keras 模型部署到共享主机上的 django 应用程序。我已将其保存为 .h5 文件并且可以正常工作。这就是问题所在,当它第一次在浏览器上加载时,导入 tensorflow 花费太多时间并给出 403 错误。它只有在那之后才有效。有没有其他方法可以更快地加载模型?预先感谢您的帮助。
解决方法
我之前也遇到过同样的问题。您可以做的一件事来缓解此问题,即导入 tensorflow 并全局加载保存的模型,而不是在您的视图函数中。通过这样做 tensorflow 和模型在您启动服务器时最初加载,而不是每次点击路由时,这大大减少了我以前的响应时间。在您的视图函数中,您可以只使用模型来获得预测。
Example
而不是导入 tensorflow 并在视图函数中加载模型
def my_view(request):
import tensorflow as tf
model = tf.keras.models.load_model("my_h5_model.h5")
predictions = model.predict(test_data)
return HTTPResponse(
json.dumps({"predictions": predictions}),content_type="application/json"
)
全局移动它们
import tensorflow as tf
# Loading the model
model = tf.keras.models.load_model("my_h5_model.h5")
def my_view(request):
predictions = model.predict(test_data)
return HTTPResponse(
json.dumps({"predictions": predictions}),content_type="application/json"
)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。