深度学习小技巧(二):如何保存和恢复scikit-learn训练的模型

  1. 云栖社区>
  2. 翻译小组>
  3. 博客>
  4. 正文

深度学习小技巧(二):如何保存和恢复scikit-learn训练的模型

【方向】 2017-10-30 16:03:59 浏览3863
展开阅读全文

更多深度文章,请关注云计算频道:https://yq.aliyun.com/cloud


深度学习小技巧(一):如何保存和恢复TensorFlow训练的模型

在许多情况下,在使用scikit学习库的同时,你需要将预测模型保存到文件中,然后在使用它们的时候还原它们,以便重复使用以前的工作。比如在新数据上测试模型,比较多个模型的优劣。这种保存过程也称为对象序列化——表示具有字节流的对象,以便将其存储在磁盘上,它可以通过网络发送或保存到数据库,而其恢复的过程被称为反序列化。在本文中,我们将在Python和scikit学习中看到三种可能的方法,而且每种都有其优点和缺点。

1.保存和恢复模型的工具

我们第一个介绍的工具是Pickle,用于对象(de)序列化的标准Python工具。之后,我们会介绍Joblib库,它提供了容易(de)序列化方法,其中包含

网友评论

登录后评论
0/500
评论
【方向】
+ 关注
所属团队号: 翻译小组