Python-深度学习-学习笔记（16）：利用h5py对数据进行读写的方法

通常情况下，在神经网络训练的过程中有很多参数，有些参数需要我们后期进行处理，所以需要保存下来，这时我们就可以采用h5py库对数据集或者权重、偏差等一下参数进行保存为.h5文件。

1、数据的存储与读取

写入数据：
假设我这里有训练的到的准确率的数据，我需要将这些数据进行存储：

#写入文件
with h5py.File('test.h5','w') as f:f.create_dataset('test_numpy',data=scores)

读取数据：

#读取文件
def read_data(filename):with h5py.File(filename,'r') as f:dset = f['test_numpy']print(dset[:])
read_data('test.h5')

即可打印出结果。

2、训练模型的存储

这时需要借助keras库，通过调用一下函数即可将模型的权重和偏差保存下来，用于对测试集的测试。

model.save(r'C:\Users\405\Desktop\UW_1_chn_model_CNN.h5')  #路径自己选

在使用时只需将模型导入到你的代码中，即可直接用evaluate进行准确率的评估。