存放教练机和所有必要部件的最佳方式是什么?在
1。存储:
trainer.save_checkpoint(filename, external_state={})
函数z.save(filename)
方法,每个cntk操作都有。您还可以得到z = trainer.model
。在2。重新加载:
C.load_model(...)
。(不要被Cntk 1中不推荐使用的persist命名空间混淆。)trainer.restore_from_checkpoint
,如图所示here。问题是,这个函数已经需要一个trainer对象,这个对象可能必须用与trainer创建检查点相同的方式初始化!?在现在如何恢复进入培训师使用的错误功能的标签输入?在下面的代码中,我标记了变量,我认为我必须在存储它们之后恢复它们。在
z = C.layers.Dense(.... )
loss = error = C.squared_error(z, **l**)
**trainer** = C.Trainer(**z**, (loss, error), [mylearner], my_tensorboard_writer)
你可以恢复你的教练,但实际上我更喜欢加载我的模型
m
。原因很简单,创建一个全新的训练器要容易得多,因为你可以更容易地更改训练器的所有其他参数。 然后,您可以从加载的模型中获取输入变量(如果您的网络只有一个输入):然后需要模型的输出:
^{pr2}$并使用目标输出
target_output
定义损失函数:使用你的模型和损失函数,你可以重新创建你的教练,设置学习率等,你喜欢
相关问题 更多 >
编程相关推荐