0
点赞
收藏
分享

微信扫一扫

6.3 使用回调函数在训练过程中保存模型

_karen 2022-04-03 阅读 70
深度学习

在训练期间保存检查点

在训练期间或训练结束时自动保存检查点。这样一来,您便可以使用经过训练的模型,而无需重新训练该模型,或从上次暂停的地方继续训练,以防训练过程中断。


回调函数:

        tf.keras.callbacks.ModelCheckpoint
 

checkpoint_path = 'training_cp/cp.ckpt'
cp_callback = tf.keras.callbacks.ModelCheckpoint(
    checkpoint_path,
    save_weights_only=True)


model = tf. keras.Sequential()
model.add(tf. keras.layers.Flatten(input_shape=(28,28)))# 28*28
model.add(tf. keras.layers.Dense(128,activation='relu'))
mode1.add(tf.keras.layers.Dense(10,activation='softmax'))I

mode1.compile(optimizer='adam’, loss='sparse_categorical_crossentropy',metrics=['acc'])
model.fit(train_image,train_label,epochs=3,callbacks=Icp_callback])

mode1.evaluate(test_image,test_label,verbose=0)


mode1.load_weights(checkpoint_path)
举报

相关推荐

0 条评论