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
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
相关问题 更多 >
编程相关推荐