Python入門トップページ

---

手書き数字を認識するAIを作ってみよう : 目次

1. 画像データの準備と確認
2. 画像データを読み込んでみよう
3. 画像データの一覧を読み込んでみよう
4. 学習データとテストデータを準備する
5. 保存したデータを開いてみる
6. モデルを作る
7. 学習（トレーニング）させてみよう
8. モデルを評価しよう
9. 学習データで認識させてみよう(1)
10. 学習データで認識させてみよう(2)
11. 学習データで認識させてみよう(3)
12. テストデータで認識させてみよう
13. モデルと重みパラメータを保存しよう
14. 学習済みモデルをロードしよう
15. 学習済みモデルをロードして，認識してみよう

---

学習済みモデルをロードしよう

前のページで保存したモデルのファイル「tegaki-model.json」と学習済みパラメータのファイル「tegaki-predict.weights.h5」をロードしてみよう．

学習済みモデルのロード (13-load.py)コピー
import numpy as np
from keras.utils import to_categorical
from keras.models import Sequential
from keras.layers import Dense
import json
from keras.models import model_from_json

# 保存したモデルの読み込み
model = model_from_json(open('tegaki-model.json').read())
# 保存した重みの読み込み
model.load_weights('tegaki-predict.weights.h5')

model.summary()

Using TensorFlow backend.
Model: "sequential_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #
=================================================================
dense_1 (Dense)              (None, 128)               28928
_________________________________________________________________
dense_2 (Dense)              (None, 10)                1290
=================================================================
Total params: 30,218
Trainable params: 30,218
Non-trainable params: 0
_________________________________________________________________

わずか数行のコードで学習済みのモデルを読み込むことができました．

目次に戻る

---