Tensorflow2.0学习笔记之三

概述

上一篇博客中，我用电影评论分类的例子来展示了一下tensorflow2.0的使用流程。这篇稍微补充一下，在训练过程中的小细节。

callbacks

回调是非常好用且方便的工具，这里我们演示一下tensorboard，earlystoping和ModelCheckpoint。废话不多说，直接上代码。

logdir = os.path.join("callbacks")
if not os.path.exists(logdir):
    os.mkdir(logdir)
output_model_file = os.path.join(logdir, "imdb_model.h5") # keras模型保存一般是h5格式

callbacks = [
    keras.callbacks.TensorBoard(logdir),
    keras.callbacks.ModelCheckpoint(filepath=output_model_file, save_best_only=True),
    keras.callbacks.EarlyStopping(patience=5, min_delta=1e-3) #连续五次小于0.001就停止
]

首先创建一个logdir，添加一个路径，如果路径没有这个文件就创建一个。将模型保存在这个路径下。

Tensorboard

我们在callback这个列表里有三个变量，首先是tensorboard。打开CMD，cd到文件的路径。然后输入一行代码：

tensorboard --logdir=callbacks

结果：
然后就可以看到有个本地端口的路径：将其复制用浏览器打开：

http://localhost:6006/

这样就打开了tensorboard.

ModelCheckpoint&EarlyStopping

ModelCheckpoint这个操作是用来保存模型的，可以确定路径，这个save_best_only为True时，也就是保存最好的模型。EarlyStopping是确定什么时候停止，这里演示的是当五次训练变化如果小于0.001就停止训练，一种避免过拟合的操作。