使用Keras训练好的模型用来直接进行预测，这个时候我们该怎么做呢？【我这里使用的就是一个图片分类网络】
现在让我来说说怎么样使用已经训练好的模型来进行预测判定把
首先，我们已经又有了model模型，这个模型被保存为model.h5文件
然后我们需要在代码里面进行加载
model = load_model("model.h5")
假设我们自己已经写好了一个load_data函数【load_data最好是返回已经通过了把图片转成numpy的data，以及图片对应的label】
然后我们先加载我们的待预测的数据
data, labels = load_data(<the path of the data>)
然后我们就可以通过模型来预测了
predict = model.predict(data)
得到的predict就是预测的结果啦~
补充知识：keras利用vgg16模型直接预测图片类型时的坑
第一次使用keras中的预训练模型时，若本地没有模型对应的h5文件，程序会自动去github上下载，但国内下载github资源速度太慢，
可以选择直接去搜索下载，下载后将模型（h5文件）放入C:\Users\lovemoon\.keras\models
同样，如果是第一个用预训练模型预测输入图片，解码结果时也会下载一个Json文件，同样可以手动下载后放入C:\Users\lovemoon\.keras\models
以上这篇Keras 加载已经训练好的模型进行预测操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/wardenjohn/article/details/84063284
