Keras应用搭建好的模型二之断点续训和提取参数

一、断点续训

断点续训是指，如果之前训练过现在要做的模型，则可以通过读入之前训练过的模型及其参数，拿来训练现在要做的目标模型，这样可以节省训练时间，加快训练效率。

1.读取模型：

在之前已经保存过的模型中读取，被保存的模型名应该是ckpt为后缀的，index为后缀的是模型的索引：

load.weights(路径文件名)

代码为：

#判断如果目标文件存在，则直接读取模型
checkpoint_save_path = "./checkpoint/mnist.ckpt"
if os.path.exists(checkpoint_save_path + '.index'):
    print('-------------load the model-----------------')
    model.load_weights(checkpoint_save_path)

2.保存模型：

将模型保存到指定路径：

tf.keras.callbacks.ModelCheckpoint(
filepath=路径文件名,
save_weights_only=True/False,
save_best_only=True/False,
history=model.fit(callbacks=[cp_callback]))

代码为：

cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_save_path,
                                                 save_weights_only=True,
                                                 save_best_only=True)

history = model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test)</