我正在训练Keras模型,用model.save()
保存它们,然后再加载它们并继续训练。在
我想在每次训练后绘制整个训练历史,但是model.fit_generator()
只返回最后一次训练的历史记录。在
我可以保存初始会话的历史记录并自己更新,但是我想知道Keras中是否有一种管理培训历史的标准方法。在
history1 = model.fit_generator(my_gen)
plot_history(history1)
model.save('my_model.h5')
# Some days afterwards...
model = load_model('my_model.h5')
history2 = model.fit_generator(my_gen)
# here I would like to reconstruct the full_training history
# including the info from history1 and history2
full_history = ???
事实证明,在Keras-AFAIK还没有标准的方法。在
有关上下文,请参见this issue。在
就这样说吧
生成以下输出:
^{pr2}$基于加载的模型应该具有与保存的模型相同的性能的假设,您可以尝试类似于连接历史的方法。例如,在加载模型的加载精度历史记录上连接新的精度历史记录。在
它应该从打印空间中加载模型结束的同一点开始(可能需要为绘图添加先前训练的模型的(+)个epoch,这样新的精度值不会从epoch 0开始,而是从加载模型的最后一个epoch开始)。在
我希望你能理解我的想法,并希望它能帮助你:)
相关问题 更多 >
编程相关推荐