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)