keras - 使用共享层保存 keras 模型

Question

我有两个具有共享层的 keras 模型，我想将其权重保存在 hd5 文件中。如果我单独保存两个模型，我认为共享层会使用磁盘空间的两倍保存两次。如何将其保存在唯一的文件中？

谢谢!!

Answer 1

您可以采用共享层并将它们放在单独的模型中。例如，如果共享层是:layer1和 layer2 ，那么您必须创建一个模型，其中输入层为 layer1输出层是layer2 . layer2的输出将是两个模型的输入。
如果共享层是两个模型中的第一层，那么任务会变得更容易，分离共享层后您将拥有三个模型。如果层位于每个模型的输入层和输出层之间，那么您还必须在每个模型中的共享层之前将层分开，这将导致两个额外的模型。
要轻松实现这一点，您可以使用 Keras Functional API通过将一个模型的输出作为另一个模型的输入来组合多个模型。例如，如果您有模型 shared_model , model1和 model2 ，然后您可以通过获取 shared_model 的输出来创建用于训练或推理的两个模型。作为 model1 的输入和 model2 :

input_layer = Input(input_shape)
shared_output = shared_model(input_layer)

combined_output1 = model1(shared_output)
combined_model1 = Model(inputs=input_layer, outputs=combined_output1)

combined_output2 = model2(shared_output)
combined_model2 = Model(inputs=input_layer, outputs=combined_output2)

这样你就可以训练 combined_model1或 combined_model2或使用它们进行推理。
能够为模型保存检查点 shared_model和 model1训练时 combined_model1 ，您可以使用 alt-model-checkpoint库来创建回调。