专家们,我不熟悉机器学习,并且使用KerasAPI和TensorFlow后端来训练机器学习模型。我使用模型检查点将最佳权重和最佳模型分别保存在.json和.h5文件中。希望我能得到好的解决方案。提前谢谢
filepath1="best_weights.h5"
filepath2="best_model.json"
checkpoint = ModelCheckpoint(filepath1, monitor='val_acc', verbose=1, save_best_only=True, mode='max')
callbacks_list = [checkpoint]
history = model.fit_generator(train_generator,steps_per_epoch=nb_train_samples // batch_size, epochs=epochs, validation_data=validation_generator, callbacks=callbacks_list, validation_steps=nb_validation_samples // batch_size, verbose=1)
解决方案1(培训结束时):
在培训结束时,您可以尝试使用下面的代码片段分别保存权重和模型体系结构
解决方案2(培训期间):
我们可以观察到,模型结构在训练期间没有变化,只有权重。因此,您可以使用此检查点在训练期间仅保存最佳权重,并在训练开始/结束时仅保存
model_from_json
如果没有保存任何内容,请确保具有正确的
filepath1
相关问题 更多 >
编程相关推荐