1回答
我正在试着训练一个模型。我使用的是检查点的回调，它基本上保存了最好的模型(在验证中具有最小的损失函数)。我的问题是，有时这个最小值是在第一个时期，并且验证似乎有点不稳定。有没有一种方法可以在模型稳定后或经过一定数量的时期后使用检查点？
浏览 4提问于2017-04-26得票数 1
val_loss', verbose=1, save_best_only=True, mode='max',save_frequency=1)
基本上，如何定期检查新的检查val_loss是否更好，并在每个时期后保存检查点，但至少在100时期之后？因此模型将保存第100个纪元权重，现在检查任何后续纪元的val_loss
浏览 13提问于2021-02-16得票数 0
我想使用Keras Model检查点回调来保存最好的模型以及最新的模型。有没有一种方法可以做到这一点，而不需要创建新的ModelCheckpoint类和修改on_epoch_end函数？
浏览 0提问于2019-07-09得票数 0
2回答
对于每个时期，无论是保存模型检查点还是将整个模型保存到磁盘，哪种方法是最好的。为什么没有人保存整个模型？
浏览 12提问于2020-03-05得票数 2
回答已采纳
1回答
我想在每次验证循环结束时保存一个检查点。我将val_check_interval设置为0.2，以便在每个时期期间有5个验证循环，但是检查点回调仅在时期结束时保存模型。在每次验证循环后，我找不到一种简单(或困难)的方法来保存模型。这似乎有点奇怪，因为除了保存检查点之外，我看不出有什么理由要进行验证循环。 做这件事最简单的方法是什么？ 谢谢, 吉拉德
浏览 21提问于2020-12-30得票数 4
我使用以下代码在训练模型的循环之外创建了一个检查点管理器：然后，在训练模型时，我使用ckpt_save_path = ckpt_manager.save()在每个时期之后保存变量。假设我想实现一种提前停止的方法，我需要在特定时期之后恢复所有变量，并使用
浏览 6提问于2020-07-16得票数 1
2回答
我有3个文件夹为我的CNN模型，这是train_data, val_data, test_data.我在train_data上训练我的模型，在
浏览 3提问于2018-05-04得票数 2
1回答
我开发了一个张量模型，它使用LSTM来表达文本的情感。我的模型训练到给定的时期或迭代次数，并将模型保存到一定数量。(即，我在每5个时期后保存模型。)一旦训练完成，我就会拿起最后一个检查点文件，并将其用于预测。过去的数据存储器是否包含新创建的检查点文件。现在，我又恢复了模型-150，并开始使用新
浏览 4提问于2018-01-10得票数 0
Optimizer训练它，通过在训练期间为X和Y变量提供一组X和Y dict来最小化成本函数，然后在同一会话中，为变量提供新的X和Y dict以进行测试，Tensorflow是自动使用在训练期间找到的最佳模型(即使用在训练期间带来最低成本值的权重)，还是仅使用其运行中的最新模型(即最新的时期)？想知道当达到新的较低成本值时，是否需要设置model.saver函数来捕获最佳模型，关闭当前会话，然后使用保存的模型重新打开一个新模型，或者是否可以假设，当我在与训练相同的会话中
浏览 19提问于2019-11-05得票数 1
回答已采纳
我正在开发一个基于LSTM的编码器-解码器模型，由于内存错误，它无法完成训练。我在上一个问题中问过这个问题，但没有得到任何回应。因此，为了解决这个问题，我找到了一个解决方案，在训练停止的地方重新加载模型，并按如下方式重新开始训练。validation_steps = val_samples//batch_size,假设训练在2个时期后停止，我重新加载了在2个时期后获得的<e
浏览 31提问于2021-06-05得票数 1
我已经训练了30个时期的tensorflow 模型，并为每个时期保存了一个检查点。我现在想要做的是组合这些检查点中最好的X个(基于开发集的结果)。具体地说，我正在寻找一种方法，让我平均不同的模型权重，并将它们合并到一个可用于解码的新模型中。然而，似乎没有一种固定的方法来实现这一点，加载不同的模型可能有点棘手。但是，即使成功了，我也找不到如何在新模型中组合权重的好答案。
任何帮助都将
浏览 3提问于2017-03-16得票数 0
1回答
我在每个时期之后保存模型，这样我就可以找到哪个时期我得到了最好的观察值。我已经使用了50个时期，所以我有50个保存的检查点。现在我想使用一些中间保存的检查点生成数组(由生成器生成)，那么我应该如何从中加载数据呢？我用来保存检查点的代码如下： checkpoint_dir = ".generator=generator,
浏览 31提问于2021-10-31得票数 0
我正在训练一个LSTM，在300个时期的训练序列中，对于部分时期(范围不一致)，它表现出非常好的准确性，在相当长的时间内。我希望能够在这一点上保存整个模型，但似乎找不到一种方法，除了使用检查点，然后恢复并保存新模型。 有没有一种方法可以使用model.save仅在模型具有最好的权重时捕获模型？
浏览 55提问于2020-12-25得票数 0
回答已采纳
我使用最新的tf.keras TF2.0a创建、编译并安装了一个模型。现在，我想将它保存为pb，以便稍后用于推理。import timesaved_model_pathmodel是我以前创建/编译/安装的模型现在我的问题
export_saved_model如何知道要
浏览 0提问于2019-05-22得票数 1
回答已采纳
如何在一定时间或指定数量的事件发生后定期保存检查点，并使用
该示例只使用不保存当前状态的。然后有一个，它保存了blob存储中的状态，但是它似乎为每个事件保存了状态，如果有很多事件，这些事件可能会变得非常昂贵。无论是在EventProcessorClient上还是在BlobPartitionManager上，我都找不到只在某个时间间隔内保存的任何选项。
浏览 4提问于2019-11-21得票数 1
我通过两种方式保存keras模型1。"ModelCheckpoint“2."save_weights”训练后模型 但是当使用"load_weights“和"predict”加载训练模型时，这两种方法的性能是不同的。我的代码如下 训练和保存模型 model_checkpoint = ModelCheckpoint("Model_weights.hdf5", verbose=1, save_best_only=Tr
浏览 63提问于2020-06-15得票数 1
回答已采纳
1回答
500,gpus=1,然后，我使用以下命令开始训练：但是训练被中断了，现在我想使用第N次迭代中的检查点来恢复它，所以我尝试将模型和训练器初始化为：
model = FaultNetPL.load_from_checkpoint('experiments/VNET/epoch=77-avg_valid_iou=0.7604
浏览 80提问于2021-03-02得票数 0
我创建了一个用于实习的模型测试管道，并在Google上运行。该管道允许对多组模型和参数进行背对背测试.它将以用户定义的方式旋转一个模型和一组参数，对15个时期进行训练，在每个时代之后进行验证。它使用两个ModelCheckpoint将模型保存为h5文件，一个用于保存每个时期，另一个用于保存最好的纪元，在另一个文件夹中以已知的名称保存，以便以后轻松加载。作为参考，每个被测试的模型&#
浏览 5提问于2021-01-21得票数 0
回答已采纳
我使用Model检查点特性来根据“只保存最好的”标准来保存我的模型。save_best_only=True, save_weights_only=False,因为我使用的是“只保存最好”，它只会保存某些时代。我想收集实际保存的模型的路径，并将它们<em
浏览 1提问于2019-02-06得票数 2
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
