我用的 tensorflow 版本是 2.4.1
1.声明一个权重保存路径
model_wt_pth = r'./weights/model_wt.index'
2.模型初始化好之后先判断该路径是否存在,如果存在就加载该路径下的权重,然后再训练
model = Model() # 初始化你的模型
if os.path.exists(model_wt_pth ):
print('加载模型权重')
model.load_weights(model_wt_pth )
3.训练之后将权重再保存到原路径中
if n % 500 == 0 and n != 0: # n是训练次数,每500次训练后保存模型,训练次数自定义
print('保存模型中...')
model.save_weights(model_wt_pth .replace('.index', '')) # 保存的时候不加后缀,2.4.1版的tensorflow
print('保存完毕')