重新编译会重置模型的权重吗？

文章/答案/技术大牛

发布

1回答

python、tensorflow、neural-network、resuming-training

看看Daniel Möller对this question的回答，我理解重新编译训练过的模型不应该影响/改变已经训练好的权重。然而，每当我重新编译我的模型以进一步训练它时，比如说使用不同的学习率或批处理大小，val_mse从比初始训练结束时更高/更差的值开始。虽然最终减少到以前达到的val_mse，但我不确定通过重新<

浏览 12提问于2021-01-28得票数 0

回答已采纳

1回答

凯拉斯:如果我在训练了几个时期后重新编译我的模型会怎么样？

python、tensorflow、keras、neural-network、model-fitting

我有一个模型，我想用learning_rate = 0.8训练它几个时期，然后设置学习率= 0.4并继续训练。但由于学习率是在编译模型时设置的...那么，如果我在几个时期之后重新编译它，模型/权重会发生什么？下面是我的代码: P.S (我的学习率是动态的)adam = Adam(lr=lr)models.compile(

浏览 13提问于2020-11-15得票数 0

1回答

卷积神经网络模型文件的使用

keras、python-3.6、conv-neural-network

我已经训练了我的模型，并使用model.save保存了它。# Modify 'test1.jpg' and 'test2.jpg' to the images you want to predict on from keras.models

浏览 3提问于2018-08-07得票数 0

2回答

加载模型后更改优化器或lr会产生奇怪的结果

python、tensorflow、neural-network、keras、deep-learning

,如果我加载模型并在不重新编译的情况下继续训练，我的准确率将保持在准确率将重置到15% - 20%左右，而不是从86%左右开始，我的损失会更高。即使我使用一个很小的学习率，并重新编译，我仍然会从一个非

浏览 0提问于2018-05-22得票数 1

1回答

凯拉斯:如何从零开始重新训练一个受过训练的模特？

machine-learning、keras、computer-vision

我使用的是，它工作得很好。后来，我收到了一个现有的模型文件(.h5)，该文件已经对一些图像进行了培训(相同的分类)。我想重复使用模型(层，设置等)来从零开始训练一组新的图像，即它不应该“记住”任何与它最初训练的图像有关的东西。我不确定用什么术语来补充我的问题，但是我想在现有的load_model文件上做一个.h5，而不需要通过编程方式设置层(我猜是model.add(..))，但是仍然能够像往常一样执行model.fit，因为我的新图

浏览 3提问于2022-11-07得票数 0

回答已采纳

1回答

Keras层解冻导致培训过程从头开始。

python、deep-learning、keras、keras-layer

并对这种新模型进行了几个时期的训练，其中部分层被冻结。有人能澄清一下，这种行为是否正常？如何重新编译<

浏览 0提问于2018-04-26得票数 0

回答已采纳

1回答

Tensorflow尽管改变了用于预测时间序列的输入，但返回相同的输出

tensorflow、machine-learning、time-series、tensorflow-probability

我试图用tensorflow概率预测未来时间序列的分布，改进了基于经典时间序列模型(GARCH)的my当前模型。从本质上说，我把LSTM、一个扁平的层、密集的层和最后一个带有StudentT分布的StudentT层叠加起来，以预测未来的1344步。基本上我有1374个发行版。它在每个时间步骤上都在改变和提供不同的特征值和不同的目标值。我检查了是否只有一个分布是符合的，但有1344个分布的</

浏览 2提问于2022-08-05得票数 1

1回答

在Keras中更改优化器alghoritm

neural-network、keras

如果在Keras中更改优化器，则需要重新编译模型。这种编译覆盖了网络的学习权重。我知道如何保存权重，但我不知道如何为网络恢复权重。有人能帮帮忙吗？

浏览 0提问于2017-11-07得票数 0

1回答

多次执行model.fit

python、tensorflow、keras

执行一次时的代码和输出：Epoch 1/10我的问题是不需要创建新模型，所以我第二次执行代码行时不依赖于第一个模型。

浏览 1提问于2022-04-14得票数 1

回答已采纳

9回答

Keras层中的重置权值

python、tensorflow、machine-learning、keras、keras-layer

我想在我的Keras (深度学习)模型中重置(随机)所有层的权重。原因是我希望能够用不同的数据分割多次训练模型，而不必每次都做(慢的)模型重新编译。受的启发，我正在尝试以下代码：for layer in KModel.layers: input_dim但

浏览 14提问于2016-11-08得票数 54

回答已采纳

1回答

如何在train_on_batch nan更新后将keras模型恢复到以前的纪元权重

python、tensorflow、keras、deep-learning、nan

在我点击了一个train_on_batch更新，使一些权重nan后，我在将我的keras模型重置为它在前一个时代的权重时遇到了麻烦。我尝试在每个训练步骤后保存模型权重，然后在nan训练更新后将“良好”(非nan)权重加载回keras模型。这似乎工作得很好-在将旧的权重文件加载到模型中之后，当我打印model.get_weights()的结果时，结

浏览 15提问于2019-02-25得票数 1

回答已采纳

1回答

为什么同一val集上的结果在Model.fit()和Model.evaluate()中是不同的？

python、tensorflow、keras、deep-learning

我想使用检查点来保存对测试数据具有最小损失的最佳模型。在我的计划中，模型在第三个时期之后的权重将被保存到checkpoint_filepath。因为它有最小的val_loss (val_mse不是最小的，因为自定义损失涉及其他术语)。权重不会保存到检查点中吗？或任何其他问题？提前谢谢~ 经过更多的实验，我发现了一个令人费解的现象。如果我一起运行训练和评估的代码，

浏览 1提问于2021-02-18得票数 0

1回答

在从keras中的".h5“文件加载模型之后，是否需要再次编译该模型？

python、machine-learning、keras、deep-learning

加载模型之后，我能继续训练模型吗？还是我必须再次使用model.compile()？

浏览 12提问于2022-07-01得票数 0

回答已采纳

1回答

Keras中模型的权值加载故障

python、tensorflow、machine-learning、keras、deep-learning

我使用GloVe word嵌入训练了一个模型，并保存了模型的体系结构和权重。我想对模型网络做一些小的修改，重新训练模型。这是我的代码：from keras import regularizers from keras我更改了create_model()函数中的一些层，并最终希望训练模型(使用

浏览 0提问于2019-04-30得票数 0

回答已采纳

1回答

我需要重新设定模型权值吗？

python、machine-learning、keras、scikit-learn、deep-learning

我想检查我的模型的准确性与科夫德。我希望在每次迭代之间重置模型权重，因此我不再继续计算以前的迭代权重。下面的代码足够了吗？或者该模型是否存在于keras后端的循环之外？tf.argmax(modelprediction, axis=1) sess = tf.Interactive和Keras后端是否以某种方式保存了权重我应该重新设

浏览 1提问于2019-05-13得票数 0

回答已采纳

1回答

你能取消训练一个tensorflow_hub.KerasLayer吗？

tensorflow、keras、tensorflow2.0、tensorflow-hub

我已经在TensorFlow中实现了我自己的MobileNet版本，并希望通过与官方tensorflow_hub版本进行比较来验证它。input_shape=(IMG_SIZE, IMG_SIZE, 3)), Layers.Dense(len(class_names)) ]) 但是这个模型已经被训练过了我还尝试使用glorot_uniform()和RandomUniform()重置所有权重，但是模型根本不学习(当我对权重进行相同<

浏览 15提问于2020-03-30得票数 0

1回答

是否有可能从Keras模型中恢复初始权重？

keras

我从keras.Sequential类中训练了基本模型，但是在运行model.compile()后没有立即节省重量。是否有可能从合适的模型物体中恢复初始重量？我检查了model.__dict__并在那里找到了'_initial_weights': None，但我不明白为什么，这是经过几个时期的训练。

浏览 0提问于2023-03-13得票数 0

1回答

重置k-折叠交叉验证中的权重

python、deep-learning、k-fold

在k-折叠交叉验证中，为什么我们需要在每次折叠后重置权重，我们使用thia函数。def reset_weights(m)：如果isinstance(m，nn.Conv2d)或isinstance(m，nn.Linear)：m.reset_parameters()，那么我们重新设置模型的权重，以便每个交叉验证折叠从一些随机的初始状态开始，而不是从以前的折叠中学习。我认为如果我们不这样做，那么模型最好从所有的折叠中学习，并从所有的折叠中更

浏览 10提问于2022-03-25得票数 1

1回答

如何重新初始化keras模型的权重？

python、machine-learning、keras

我有一个交叉验证函数，我可以在许多类型的模型(sklearn，XGBoost，LightGBM)中使用，我正在尝试将它扩展到keras。问题似乎是，当我将keras模型传递给函数时，它使用以前学习到的权重，而不是在每个折叠处重新开始训练。我到处寻找，但没有找到一种简单的方法来将keras的模型权重重新初始化为它们的随机状态。现在我使用的变通办法是在第一次折叠训练之

浏览 1提问于2020-05-05得票数 0

1回答

用Tensorflow初始化神经网络权值

python、tensorflow、machine-learning、neural-network、gradient-descent

我正在开发一个使用Tensorflow的神经网络模型。在LOSO交叉验证中，我需要训练一个10倍的模型，因为我有来自10个不同主题的数据。考虑到这一点，我需要在每个交叉验证折叠开始时重置优化器和网络权重。w2' : tf.Variable(tf.random_uniform(shape = [10, 100],seed = 0))}# Start

浏览 2提问于2019-05-22得票数 1

点击加载更多