tensorflow2.0初学者的自学笔记（2）

简介

在上一节中，我们学习了基本的tensroflow的操作流程，特别值得注意的是，会话在2.0中被替换成了function。但是值得注意的是，目前我们甚至还不会如何保存和加载已经训练好的模型，因此本次我们主要学习如何保存训练好的模型以及如何加载它。而方法则分为自动保存和手动保存两种。

模型保存的两种基本格式

在tensorflow保存模型的时候，分为两种形式，一种是只保存权重，它的保存形式是.ckpt。另一种则是保存整个训练的模型，它的保存形式是.h5。

第一种方法：在训练的时候自动保存参数

因为我们的模型继承自父类model，而在model类当中，我们有一个一个叫做fit的方法，这个方法可以Trains the model for a fixed number of epochs。在这个方法中我们可以传入一个叫做callbacks的对象。而这个传入的对象就会帮助我们进行自动参数的保存。下面我会详细介绍Modelcheckpoint这个类。

Class ModelCheckpoint

全称: tf.keras.callbacks.ModelCheckpoint

属性

1. filepath：字符串，存储模型文件的路径
2. monitor:我们所监视的变量（quantity to monitor）
3. verbose：verbosity mode, 0 or 1
4. save_best_only:if save_best_only=True, the latest best model according to the quantity monitored will not be overwritten.
5. mode:one of {auto, min, max}.当参数save_best_only为真时，我们必须在min和max之中选择一个。loss对应min，accuracy对应max。当我们选择auto的时候，会根据我们变量的命名自动决定。
6. save_weights_only:为真的时候，只存储权重，反之则保存全图。
7. save_freq:字符串’epoch’或者整数值。当选择’epoch’的时候，我们每一代都会保存模型。默认是’epoch’。
8. **kwargs: Additional arguments for backwards compatibility. Possible key is period.

tips:i f filepath is weights.{epoch:02d}-{val_loss:.2f}.hdf5, then the model checkpoints will be saved with the epoch number and the validation loss in the filename.

默认初始化如下：

__init__(
    filepath,
    monitor='val_loss',
    verbose=0,
    save_best_only=False,
    save_weights_only=False,
    mode='auto'