使用Keras訓練好的模型用來直接進行預測，這個時候我們該怎么做呢？【我這里使用的就是一個圖片分類網絡】

現在讓我來說說怎么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，這個模型被保存為model.h5文件

然后我們需要在代碼里面進行加載

model = load_model("model.h5")

假設我們自己已經寫好了一個load_data函數【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】

然后我們先加載我們的待預測的數據

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

然后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模型直接預測圖片類型時的坑

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文件，程序會自動去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，下載后將模型（h5文件）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文件，同樣可以手動下載后放入C:\Users\lovemoon\.keras\models

以上這篇Keras 加載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，也希望大家多多支持服務器之家。

原文鏈接：https://blog.csdn.net/wardenjohn/article/details/84063284