![AI源码解读:卷积神经网络(CNN)深度学习案例:Python版](https://wfqqreader-1252317822.image.myqcloud.com/cover/399/47216399/b_47216399.jpg)
上QQ阅读APP看书,第一时间看更新
1.3.3 模型训练及测试
定义模型框架后使用经过预处理的数据集进行训练、测试模型,并将测试后的模型保存,以便调用。
1.模型训练
模型训练相关代码如下:
![](https://epubservercos.yuewen.com/AEF001/26580728501158706/epubprivate/OEBPS/Images/Figure-P25_1906.jpg?sign=1739476691-52uXJbPXgEEdOWDE5vLWcJEavQEDw38l-0-c1bc16fcc394bee9acb719bdfe4a2025)
![](https://epubservercos.yuewen.com/AEF001/26580728501158706/epubprivate/OEBPS/Images/Figure-P26_1909.jpg?sign=1739476691-pPO6s4CggiHsf6Bz469UABD4gR3zOJ9p-0-099d938c813258966b84b4bf73eab36c)
![](https://epubservercos.yuewen.com/AEF001/26580728501158706/epubprivate/OEBPS/Images/Figure-P27_7329.jpg?sign=1739476691-XTztXZ99RvDOXMgYBlZtM1emvcka0yFj-0-ee77c7901b1646e738598d6925d1939a)
2.模型保存
模型保存的相关代码如下:
#模型保存 saver.save(sess,save_dir) print('Model Trained and Saved')
定义模型框架后使用经过预处理的数据集进行训练、测试模型,并将测试后的模型保存,以便调用。
模型训练相关代码如下:
模型保存的相关代码如下:
#模型保存 saver.save(sess,save_dir) print('Model Trained and Saved')