一、保存模型
方法一:通过Checkpoint保存
在Keras中有ModelCheckpoint函数,调用该函数可以将每个epoch后的模型进行保存。详见官方文档。具体的使用方法如下:
from keras.callbacks import ModelCheckpoint
checkpoint = ModelCheckpoint(filepath,
monitor='val_loss',
verbose=0,
save_best_only=False,
save_weights_only=False,
mode='auto',
period=1)
参数:filepath: 保存模型的路径
monitor: 被监测的对象,比如acc, loss, val_acc,...
verbose: 冗余的,如果想加上进度条,就是1,如果不想,就是0
set_best_only = True: 只保存最好的模型
save_weights_only = False: 如果 True,那么只有模型的权重会被保存 model.save_weights(filepath), 否则的话,整个模型会被保存 model.save(filepath)
mode = 'auto': auto max 和 min,如果使监测acc,就是max,如果是监测loss,就是min,auto就i会从监测值中自己判断
period: 每个检查点之间的间隔(训练轮数)