在Theano中保存和加载模型,通常使用numpy
库中的np.save
和np.load
函数。以下是保存和加载模型的示例代码:
保存模型:
import numpy as np
import theano
import theano.tensor as T
# 定义模型
x = T.matrix('x')
y = T.matrix('y')
z = x + y
# 编译函数
add = theano.function([x, y], z)
# 保存模型
np.save('model.npy', add)
加载模型:
import numpy as np
import theano
# 加载模型
add = np.load('model.npy').item()
# 使用模型
result = add([[1, 2], [3, 4]], [[5, 6], [7, 8]])
print(result)
上述代码中,我们定义了一个简单的模型,并使用np.save
函数保存模型。然后通过np.load
函数加载模型,并使用加载的模型进行预测。在实际应用中,可以根据具体的模型和数据进行相应的保存和加载操作。