Я использую ModelCheckpoint, чтобы сохранить лучшую модель автоэнкодера, как показано ниже:
checkpoint = ModelCheckpoint("ae_model", monitor='val_loss', verbose=1, save_best_only=True, mode='max')
callbacks_list = [checkpoint]
# encoder layer
encoded = Dense(128, activation='relu')(input)
encoder_output = Dense(10)(encoded)
# decoder layer
decoded = Dense(128, activation='relu')(decoded)
# construct the autoencoder model
autoencoder = Model(input=input_img, output=decoded)
# construct the encoder model
encoder = Model(input=input_img, output=encoder_output)
autoencoder.compile(loss='mse', optimizer='adam')
autoencoder.fit(x_train, x_train, epochs=100, batch_size=10,
shuffle=True, validation_split=0.33,
callbacks=callbacks_list)
Но как мне сохранить модель кодера, если сохранена лучшая модель автоэнкодера?Таким образом, я могу повторно использовать модель кодера, как показано ниже.
from keras.models import load_model
encoder = load_model('encoder_model')
Или есть ли альтернативный способ отделить кодер от модели автоматического кодера?
from keras.models import load_model
autoencoder = load_model('autoencoder_model')
encoder = autoencoder.???
Спасибо,