h5py文件与pickle文件在保存模型时的区别

Question

我想清楚地了解模型保存。神经网络中有超参数和模型。

训练模型后，我想保存所有以供使用而无需重新训练模型。

当我将模型另存为h5py文件（.H5）时，是否也保存了超参数？

如果是，泡菜锉的目的是什么？

Answer 1

来自how-can-i-save-a-keras-model：

您可以使用model.save(filepath)将Keras模型保存为单个 HDF5文件将包含：

• 模型的架构，允许重新创建模型
• 模型的权重
• 培训配置（损失，优化器）
• 优化器的状态，允许从您上次中断的地方继续进行精确训练。

它明确说：

不建议使用pickle或cPickle保存Keras模型。

为什么？好吧，可能有很多原因。 This是一个很好的起点。

Answer 2

您为什么不使用keras model.save('mymodel.h5')？

Keras文档：

不建议使用pickle或cPickle保存Keras模型。