我正在为我们的机器学习平台https://iko.ai支持Keras/Tensorflow模型的自动模型检测/记录,我有一些问题:
我们定义tf/keras模型的不同方式是什么
tf.keras.Model
tf.Estimator
tensorflow_estimator
还有其他我不知道的方法吗?为什么有这么多的方法来做同样的事情
保存/加载它们的正确功能是什么
我们如何区分TF/Keras模型实例与其他非模型对象?我希望能够编写一个函数来检查对象是否是TF/Keras模型,比如
def is_tf_or_keras_model(obj):
# check somehow if the obj is a TF/Keras model
pass
关于问题1和问题2:
表示神经网络模型的另一种方法是使用
tf.keras.Sequential
。它允许您轻松创建遵循顺序结构的模型,例如:这与使用
tf.keras
函数API相同。这允许构建不遵循顺序结构的更复杂的网络,但当然您也可以构建顺序模型:tf.estimator.Estimator
用于训练预构建的网络,因此您只需定义一些超参数值并训练开箱即用模型总之,用于建立模型的方法取决于网络的复杂性/自组织性
关于问题3:
keras实现允许您保存模型的权重(
model.save_weights
)或保存整个模型(model.save
)。要在之后加载模型权重,您需要首先创建模型,遵循用于训练这些权重的模型的相同结构关于问题4:
我在这里所说的一切都在TensorFlow文件中
相关问题 更多 >
编程相关推荐