분류 전체보기63 학습한 모델 저장 1. 모델 + 가중치 저장하기 >> h5 MODEL_PATH = "/model" model.save(MODEL_PATH + "model.h5") new_model = tf.keras.models.load_model(MODEL_PATH + "model.h5") test_loss, test_acc = new_model.evaluate(x, y, verbose=2) 2. 가중치만 저장하기 2-1. save_weights() >> h5 model.save_weights("model_weight") new_model = tf.keras.models.Sequential([ tf.keras.layers.Input() ... ]) new_model.load_weights("model_weights") test_loss.. 2022. 10. 1. keras ImageDataGenerator 1. ImageDataGenerator 선언 import tensorflow as tf from tensorflow import keras from keras.preprocessing.image import ImageDataGenerator batch_size = 16 img_height = 96 img_width = 200 train_datagen = ImageDataGenerator( rescale = 1./ 255, # 이미지 데이터 정규화 validation_split = 0.2, # train, validation 데이터 분할 (8:2) ) train_generator = train_datagen.flow_from_directory( TRAIN_PATH, batch_size=batch_size,.. 2022. 10. 1. google colab, drive 연동, 파일 다루기 1. google drive mount from google.colab import drive drive.mount('/content/drive') 2. 타인의 google drive에서 파일 가져오기, 압축 해제하기 !pip install gdown import gdown import shutil import zipfile google_path = 'https://drive.google.com/uc?id=' file_id = '' output_name = 'train.zip' ## 파일 다운로드 gdown.download(google_path + file_id, output_name, quiet=False) ## 파일을 ROOT_PATH로 이동 shutil.move("./" + output_name, .. 2022. 10. 1. 이전 1 ··· 10 11 12 13 다음
