我使用的是 DBN（深度信念网络）nolearn https://pypi.python.org/pypi/nolearn基于 scikit-learn。
我已经构建了一个可以很好地对数据进行分类的网络，现在我有兴趣导出模型进行部署，但我不知道如何操作（每次我想要预测某些内容时，我都会训练 DBN）。在matlab我只需导出权重矩阵并将其导入另一台机器中。
有人知道如何导出模型/要导入的权重矩阵而不需要再次训练整个模型吗？
首先，安装joblib https://github.com/joblib/joblib.
您可以使用：
>>> import joblib
>>> joblib.dump(clf, 'my_model.pkl', compress=9)
然后，在预测服务器上：
>>> import joblib
>>> model_clone = joblib.load('my_model.pkl')
这基本上是一个 Python pickle，针对大型 numpy 数组进行了优化处理。它与普通泡菜有相同的局限性。代码更改：如果 pickle 对象的类结构发生更改，您可能无法再使用新版本的 nolearn 或 scikit-learn 来 unpickle 该对象。
如果您想要长期可靠的方式来存储模型参数，您可能需要编写自己的 IO 层（例如，使用协议缓冲区或 avro 等二进制格式序列化工具或低效但可移植的文本/json/xml 表示形式，例如PMML http://www.dmg.org/v4-1/GeneralStructure.html).
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
