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)