Я использую две разные последовательные модели нейронных сетей в моей программе на Python.
Одна модель RNN определена так:
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense, CuDNNLSTM
ModelRNN = Sequential()
ModelRNN.add(CuDNNLSTM(150, return_sequences=True, batch_size=None, input_shape=(None,10)))
ModelRNN.add(CuDNNLSTM(150, return_sequences=True))
ModelRNN.add(Dense(100, activation='relu'))
ModelRNN.add(Dense(10, activation='relu'))
optimizer = tf.keras.optimizers.Adam(lr=0.001)
ModelRNN.compile(loss='mean_squared_error', optimizer=optimizer, metrics=['accuracy'])
Одна модель Dense определена так:
ModelDense = Sequential()
ModelDense.add(Dense(380, batch_size=None, input_shape=(1,380), activation='elu'))
ModelDense.add(Dense(380, activation='elu'))
ModelDense.add(Dense(380, activation='elu'))
ModelDense.add(Dense(380, activation='elu'))
optimizer = tf.keras.optimizers.Adam(lr=0.00025)
ModelDense.compile(loss='mean_squared_error', optimizer=optimizer, metrics=['accuracy'])
Итак, моя проблема в том, что две сети будут работать вместе, поэтому мне нужно запустить обе из них в одном сеансе тензорного потока НО , я хочу сохранить их в двух разных папках.Я действительно не знаю, возможно ли это, потому что я никогда не интересовался, как вообще работают графики тензорного потока, и я знаю только, что, когда я использую свой хранитель тензорного потока, я даю в качестве параметра только мой сеанс и путь.
Итак, мой вопрос: как я могу разделить хранилище своих моделей в две папки?
Я хочу сделать это, потому что я хочу иметь возможность легко менять свой RNN без необходимости переучивать обамоих сетей или без необходимости перезаписывать мой обученный RNN
Если я не совсем уверен, пожалуйста, спросите меня для более подробной информации