2018年4月11日 星期三

儲存及載入機器學習模型

這幾天努力地學習「臉部識別」技術,嘗試過訓練出可用的模型;下一步是找出儲存及讀取訓練好的模型的方法。畢竟沒可能無次使用前都要用同一筆素材來進行訓練。找到用 Joblib 來達成。我用了 2493 張相片,每張 64x64 灰階 PNG;當中包含 6 位同事的相片,輸入層有 4096 節點,隱藏層有 1024 節點,輸出層有 6 節點,儲存後的 PCA 為 230KB,MLP 為 399 KB。

儲存模型的方法:
from sklearn.externals import joblib
joblib.dump(pca, "model.pca")
joblib.dump(mlp, "model.mlp")
載入模型的方法:
from sklearn.externals import joblib
loadedPCA = joblib.load("model.pca")
loadedMLP = joblib.load("model.mlp")

testset, fileset = loadTestImageInDirectory("./testset_64x64/")
testset_pca = loadedPCA.transform(testset)
predict = loadedMLP.predict(testset_pca)

沒有留言: