tf.keras.Model()类为Keras搭建的ckpt和h5格式模型提供了保存和加载模型数据的常用方法。其中, ____________________方法可以保存模型所有数据,即模型结构和模型参数。
A: load_weights()
B: save()
C: save_weights()
D: latest_checkpoint()
A: load_weights()
B: save()
C: save_weights()
D: latest_checkpoint()
举一反三
- 通用模型保存与载入类____________________提供了可以保存和加载模型训练结果全部数据的常用方法,所谓全部数据包括模型结构和模型参数。 A: tf.keras.Model() B: tf.train.CheckPoint() C: tf.keras.models D: tf.train.latest_checkpoint
- 创建模型model,下列关于模型保存和加载的方法,描述正确的是______。 A: 使用model.save()方法只能够保存模型的参数信息 B: 使用model.save_weights()方法可以保存模型的结构 C: 使用tf.keras.models.load_model()方法可加载整个模型的信息 D: 使用model.load_weights()方法加载模型参数后,仍需重新训练模型
- 创建模型model,下列关于模型保存和加载的方法,描述错误的是______。 A: 使用model.save()方法能够保存整个模型的信息 B: 使用model.save_weights()方法仅能够保存模型参数信息 C: 使用tf.keras.models.load_model()方法仅能够加载模型的结构信息 D: 使用model.load_weights()方法加载模型参数后,无需重新训练模型
- 创建模型model,下列关于模型保存和加载的方法,描述错误的是__。A.使用model.load_weights方法加载模型参数后,无需重新训练模型B.使用tf.keras.models.load_model方法仅能够加载模型的结构信息C.使用model.save方法能够保存整个模型的信息D.使用model.save_weights方法仅能够保存模型参数信息() A: 1 B: 2 C: 3 D: 4
- TensorFlow2.0的keras.preprocessing的作用是() A: keras数据处理工具 B: keras内置优化器 C: keras模型部署工具 D: Keras生成模型工具