keras模块学习之model层【重点学习】

本笔记由博客园-圆柱模板 博主整理笔记发布，转载需注明，谢谢合作!

model层是keras模块最重要的一个层，所以单独做下笔记，这块比较难理解，本博主自己还在学习这块，还在迷糊中。

model的方法：

model.summary() ： 打印出模型概况

model.get_config() ：返回包含模型配置信息的Python字典

model.get_weights()：返回模型权重张量的列表，类型为numpy array

model.set_weights()：从numpy array里将权重载入给模型

model.to_json：返回代表模型的JSON字符串，仅包含网络结构，不包含权值。可以从JSON字符串中重构原模型：

from models import model_from_json

json_string = model.to_json()
model = model_from_json(json_string)

　　model.to_yaml：与model.to_json类似，同样可以从产生的YAML字符串中重构模型

from models import model_from_yaml

yaml_string = model.to_yaml()
model = model_from_yaml(yaml_string)

　　model.save_weights(filepath)：将模型权重保存到指定路径，文件类型是HDF5（后缀是.h5）

model.load_weights(filepath, by_name=False)：从HDF5文件中加载权重到当前模型中, 默认情况下模型的结构将保持不变。如果想将权重载入不同的模型（有些层相同）中，则设置by_name=True，只有名字匹配的层才会载入权重。keras有两种model，分别是Sequential模型和泛型模型