使用Keras訓練好的模型用來直接進行預測，這個時候我們該怎麼做呢？【我這裡使用的就是一個圖片分類網路】

現在讓我來說說怎麼樣使用已經訓練好的模型來進行預測判定把

首先，我們已經又有了model模型，這個模型被儲存為model.h5檔案

然後我們需要在程式碼裡面進行載入

model = load_model("model.h5")

假設我們自己已經寫好了一個load_data函式【load_data最好是返回已經通過了把圖片轉成numpy的data，以及圖片對應的label】

然後我們先載入我們的待預測的資料

data,labels = load_data(<the path of the data>)

然後我們就可以通過模型來預測了

predict = model.predict(data)

得到的predict就是預測的結果啦~

補充知識：keras利用vgg16模型直接預測圖片型別時的坑

第一次使用keras中的預訓練模型時，若本地沒有模型對應的h5檔案，程式會自動去github上下載，但國內下載github資源速度太慢，

可以選擇直接去搜索下載，下載後將模型（h5檔案）放入C:\Users\lovemoon\.keras\models

同樣，如果是第一個用預訓練模型預測輸入圖片，解碼結果時也會下載一個Json檔案，同樣可以手動下載後放入C:\Users\lovemoon\.keras\models

以上這篇Keras 載入已經訓練好的模型進行預測操作就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。