TF2.0-tf.keras.callbacks.ModelCheckpoint

1147-柳同学

发表文章数:589

热门标签

,
首页 » 算法 » 正文

tf.keras.callbacks.ModelCheckpoint(
    filepath, monitor='val_loss', verbose=0, save_best_only=False,
    save_weights_only=False, mode='auto', save_freq='epoch', options=None, **kwargs
)

作用:回调以保存Keras模型或模型权重
ModelCheckpoint回调与使用model.fit()进行的训练结合使用,可以以一定间隔保存模型或权重
,因此可以稍后加载模型或权重以从保存的状态继续训练。
该回调提供的一些选项包括:
是仅保留到目前为止已达到“最佳性能”的模型,还是是否在每个时期结束时保存模型,而与性能无关。
'best'的定义;
监视哪个数量,以及应该最大化还是最小化。它应保存的频率。
当前,回调支持在每个时期结束时或在固定数量的训练批次之后进行保存。
是仅保存权重,还是保存整个模型。

filepath:保存模型文件的路径
monitor:监控指标
save_best_only:如果save_best_only=True,根据监视指标得到的最新的最佳模型将不会被覆盖。
mode:{auto, min, max}中的一个。如果save_best_only=True,则根据监视量的最大值或最小
值来决定是否覆盖当前保存文件。对于val_acc,这应该是max,对于val_loss,这应该是min等。
在自动模式下,方向是根据监视的数量的名称自动推断出来的。
save_weights_only:
如果为True,那么只有模型的权重将被保存(model.save_weights(filepath)),
否则整个模型将被保存(model.save(filepath))。
save_freq:默认为‘epoch’

未经允许不得转载:作者:1147-柳同学, 转载或复制请以 超链接形式 并注明出处 拜师资源博客
原文地址:《TF2.0-tf.keras.callbacks.ModelCheckpoint》 发布于2020-11-14

分享到:
赞(0) 打赏

评论 抢沙发

评论前必须登录!

  注册



长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

Vieu3.3主题
专业打造轻量级个人企业风格博客主题!专注于前端开发,全站响应式布局自适应模板。

登录

忘记密码 ?

您也可以使用第三方帐号快捷登录

Q Q 登 录
微 博 登 录