TensorFlow/Keras：如何使用model.checkpoint（）恢复训练？

Question

我正在使用model.checkpoint()保存我的最佳模型：

checkpoint = '/gdrive/MyDrive/mpmodel.ckpt'
cdir = os.path.dirname(checkpoint)

cp_callback = tf.keras.callbacks.ModelCheckpoint(
    filepath=checkpoint_path, 
    verbose=1, 
    save_weights_only=False,
    save_best_only=True)

history = model.fit([timt,at],[wt,wbt],epochs=100,callbacks=[cp_callback])

这是我加载模型的方式：

latest = tf.train.latest_checkpoint(cdir)
model.load(latest)

现在，我想从上次结束的地方恢复训练。在this ipynb中提到：

Since the optimizer-state is recovered, you can resume training from exactly where you left off.

然而，它并没有确切地告诉我怎么做。请引导我

Answer 1

在model.load（最新版本）之后，您可以继续使用model.fit（）

无论如何，我认为使用检查点回调并不常见。更常见的做法是使用model.save（model\u NAME），然后使用model=tf.keras.models.load\u model（model\u NAME）重新加载模型

MODEL_NAME是保存模型的文件夹