Save dan Load Model Tensorflow

Save dan Load Model Tensorflow – untuk urusan Save dan Load Model Tensorflow dalam mengembangkan machine learning sangatlah mudah, ada 2 jenis data yang bisa kita gunakan yaitu format HDF5 dan protobuffer.

Format HDF5

Format ini sudah saya pernah bahas disini. Format ini yang sering kita gunakan bahkan banyak model-model machine learning yang disimpan dalam bentuk pretraining. Misalkan pada contoh berikut saya menggunakan model untuk melatihan logika XOR.

import numpy as np
import tensorflow as tf
tf.compat.v1.enable_eager_execution()

inputs = np.array([[0, 0],
                   [0, 1],
                   [1, 0],
                   [1, 1]])

target = np.array([0, 1, 1, 0])

model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(units=10, activation='relu',input_shape=[2]),
    tf.keras.layers.Dense(units=1, activation='sigmoid')

])

model.compile(loss='mean_squared_error',
            optimizer='adam',
            metrics=['accuracy'])
model.fit(inputs, target, epochs=5000,verbose=10)

result = model.predict(inputs)
print(result)

model.save('model xor.h5') #dalam format HDF5

#https://ksingh7.medium.com/part-iv-convert-keras-model-to-tensorflow-savedmodel-format-205a168c0eef
model_recontruction = tf.keras.models.load_model('model xor.h5')


model_recontruction.predict(inputs)

Format protocol Buffer – PB

Format ini bisa digunakan secara luas, kalian bisa baca disini.  Kalau untuk format pb pun sama koq.

model.save('model pb',save_format='pb') #dalam pb

model_recontruction = tf.keras.models.load_model('model pb')

model_recontruction.predict(inputs)

Convert HDF5 ke PB?

Kalau untuk untuk convert HDF5 ke PB gimana ya? Kalian bisa merujuk kesini saja