Keras ModelCheckpoint:保存_freq/周期可以动态变化吗？
Keras ModelCheckpoint:保存_freq/周期可以动态变化吗？
提问于 2021-02-24 16:51:00
我想知道是否有一种方法可以在Keras ModelCheckpoint中更改ModelCheckpoint参数。我想做的是在每一个时代之后储蓄，但在第十个时代之后开始储蓄，而不是以前。所以我希望ModelCheckpoint在前10个时代是“非活动的”，在第10个时代之后，用save_freq='epoch'__变成“活动的”。
这样的事情能实现还是不可能？
我尝试了save_freq=batch_size if epoch<10 else 'epoch'，但是，正如预期的那样，epoch变量是未知的。在ModelCheckpoint中是否有一个“局部变量”用于历代？
UPDATE：我没有尝试动态更改save_freq参数，而是尝试进行两个不同的培训，一个接一个。第一次训练持续10次，在最后(第10次)保存训练模型，第二次训练持续110次，每一阶段后保存模型。
我的问题是:我是否必须在第一次训练之后加载保存的模型，还是可以立即继续进行第二次培训，就像下面的代码所示？
# [...]
batch_size = 32
epochs0 = 10
epochs = 110
callbacks0 = [
keras.callbacks.ModelCheckpoint(
resuts_dir+'model0/',
monitor='val_loss',
verbose=1,
save_best_only=False,
save_weights_only=False,
save_freq=batch_size*epochs0)
]
callbacks = [
keras.callbacks.ModelCheckpoint(
resuts_dir+'model/',
monitor='val_loss',
verbose=1,
save_best_only=True,
save_weights_only=False,
save_freq='epoch'),
keras.callbacks.EarlyStopping(
monitor='val_loss',
min_delta=0,
patience=20,
verbose=1,
mode='auto')
]
# [...]
training_history0 = model.fit(train_gen, epochs=epochs0, validation_data=val_gen, callbacks=callbacks0, verbose=1)
training_history = model.fit(train_gen, epochs=epochs, validation_data=val_gen, callbacks=callbacks, verbose=1)回答 1
Stack Overflow用户
发布于 2021-04-19 20:35:30
我不太明白你的更新，但要回答“我能在10岁以后才能保存检查点吗？”，答案是肯定的。您可以创建从类ModelCheckpoint继承的类并修改类方法on_epoch_end，如下所示：
class CustomCheckpoint(tf.keras.callbacks.ModelCheckpoint):
def __init__(self, filepath, monitor, verbose, save_best_only,
save_weights_only, min_epochs, save_freq):
self.min_epochs = min_epochs
super().__init__(filepath=filepath,
monitor=monitor,
verbose=verbose,
save_best_only=save_best_only,
save_weights_only=save_weights_only
save_freq=save_freq)
def on_epoch_end(self, epoch, logs={}):
if self.save_freq == 'epoch':
if (epoch+1) >= self.min_epochs:
self._save_model(epoch=epoch, logs=logs)然后在model.fit上调用该类的实例：
MIN_EPOCHS = 10
custom_callback = CustomCheckpoint(filepath="checkpoint_e{epoch:02d}", # this filepath includes the epoch name
min_epochs=MIN_EPOCHS,
monitor='val_loss',
verbose=1,
save_best_only=False,
save_weights_only=False,
save_freq='epoch')
model.fit(..., callbacks=[custom_callback])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66355298
复制相关文章
相似问题
腾讯云开发者
