La persistance des modèles Deep Learning: optimiser le temps et les ressources grâce à la sauvegarde

Pourquoi sauvegarder un modèle de Deep Learning?

Lorsqu’on entraîne un modèle de Deep Learning, on investit beaucoup de temps et de ressources (données, puissance de calcul, réglages des hyperparamètres...). Il serait donc inefficace de devoir tout recommencer à chaque utilisation. Sauvegarder le modèle permet de réutiliser les poids déjà appris, de le partager avec d’autres développeurs, ou encore de le déployer dans une application sans relancer l’entraînement.

Dans le cours consacré au Machine Learning, nous avons déjà vu comment utiliser joblib pour les modèles statistiques classiques avec scikit‑learn. Cependant, pour les modèles de Deep Learning, il est préférable d’utiliser les méthodes natives des frameworks (par exemple model.save() et load_model() en Keras, ou torch.save() en PyTorch), car elles garantissent une meilleure compatibilité et une reconstruction correcte de l’architecture et des poids.

Que sauvegarde-t-on exactement en Deep Learning?

Lorsqu’on enregistre un modèle de Deep Learning, on ne se limite pas à une simple fonction ou à des paramètres isolés. La sauvegarde inclut généralement l’architecture du réseau (la structure des couches et leurs connexions), les poids et biais appris pendant l’entraînement, ainsi que parfois l’état de l’optimiseur (utile pour reprendre l’entraînement là où il s’était arrêté).

Selon le framework utilisé, on peut aussi conserver des hyperparamètres ou des métadonnées liées au modèle. Cette approche garantit que le modèle peut être rechargé et utilisé immédiatement sans perte d’information ni besoin de réentraîner.

Entraînement et sauvegarde d’un modèle avec Keras sur le dataset MNIST

Dans ce premier code, nous allons construire et entraîner un modèle de Deep Learning, puis l’enregistrer afin de pouvoir le réutiliser plus tard sans devoir recommencer l’entraînement. Pour illustrer cette démarche, nous utiliserons le célèbre dataset MNIST, composé d’images de chiffres manuscrits.

Je propose ce code:
Le format .h5 correspond au standard HDF5 (Hierarchical Data Format), largement utilisé pour stocker des données scientifiques et adopté par Keras/TensorFlow pour enregistrer les modèles de Deep Learning.

Lorsqu’on exécute l’instruction model.save("mnist_model.h5"), Keras crée un fichier qui contient à la fois l’architecture du réseau, les poids appris pendant l’entraînement, ainsi que la configuration de l’optimiseur si nécessaire. Ce fichier permet de recharger le modèle complet plus tard, sans avoir à redéfinir manuellement les couches ou relancer l’entraînement.

Dans le script dédié à la prédiction, je propose d’utiliser le code suivant, qui permet de recharger le modèle sauvegardé puis de l’appliquer sur un exemple du dataset afin d’obtenir une classe prédite:
On commence par importer importer la fonction load_model depuis le module tensorflow.keras.models:
Cette importation permet de recharger un modèle de Deep Learning précédemment sauvegardé.

La partie la plus importante pour nous consiste à recharger le modèle:
Cette instruction recharge le modèle sauvegardé dans le fichier mnist_model.h5. Concrètement, cette commande reconstruit automatiquement l’architecture du réseau, restaure les poids appris et remet en place la configuration nécessaire pour que le modèle soit immédiatement utilisable. Grâce à cela, on peut directement effectuer des prédictions ou reprendre l’entraînement sans avoir à redéfinir ni réentraîner le modèle depuis zéro.