У меня есть модель .joblib
, которая представляет собой обученную модель L eNet -5 для предсказаний в наборе данных MNIST.
Я использую ее для предсказаний в MNIST.
Здесь это функция, которую я должен вернуть массив вероятностей, связанных с одним изображением:
def probabilities(X):
tf.compat.v1.reset_default_graph()
x = tf.compat.v1.placeholder(tf.float32, shape=(None, 28, 28, 1))
with tf.compat.v1.Session() as sess:
model = load(FILE_NAME)
last= model(x)
z=sess.run(last, feed_dict={x:X})
sess.close()
return z
Эта функция работает очень хорошо.
Поскольку я использую эту функцию сотни раз, я бы не хотел необходимость перезагружать модель каждый раз, когда я вызываю функцию.
Знаете ли вы метод, позволяющий избежать этого? Чтобы я загружал модель JobLib только один раз в начале? Есть ли лучшие способы сделать то, что я пытался реализовать?
Большое спасибо.