我已经看到了一些迁移学习的示例,其中可以使用来自keras.application的预训练模型(Xception、VGG16、VGG19、ResNet50 等),但我想要的是从我使用model.save('模型.h5')
这是我目前的模型:
model = Sequential()
model.add(Embedding(max_words, embedding_dim, input_length=maxlen))
model.add(LSTM(32))
model.add(Dropout(0.6))
model.add(Dense(2, activation='sigmoid'))
model.compile(optimizer='rmsprop', loss='binary_crossentropy',metrics=['acc'])
model.fit(sequences, labels, epochs=10, batch_size=32, validation_split=0.2)
现在,而不是说
model_base = keras.applications.vgg16.VGG16(include_top=False, weights='imagenet')
我想加载保存的模型可能与load_model('model.h5')并将其作为层添加到我当前的模型中。