Вы можете сохранить модель, используя метод model.save()
, с файлом: // URL, например, await model.save('file:///tmp/my_model');
.
Позже вы можете загрузить модель обратно, используя tf.loadModel()
, также с файлом: // URL, например, const model = await tf.loadModel('file:///tmp/my_model/model.json');
Загруженная модель сохраняет параметры веса из предыдущего обучения и может быть обучена далее послеcompile()
call.
Обратите внимание, что в настоящее время TensorFlow.js имеет ограничение в том, что он не сохраняет состояние оптимизаторов.Поэтому, если вы используете один из оптимизаторов с сохранением состояния, например, 'adam', 'rmsprop', вместо используемого по умолчанию без сохранения состояния (то есть, 'sgd'), состояния оптимизаторов будут забыты после сохранения и загрузки.