如何使用 Node.js (tfjs-node) 从 Tensorflow.js 中的检查点重新启动模型训练？
How to restart a model training from a check point in Tensorflow.js with Node.js (tfjs-node)?
我正在训练模型，需要创建训练模型的检查点并从保存的带有检查点的关卡重新开始模型训练。 tfjs-node 可以吗？如果有请指导..
您可以使用 model.save() 方法保存您的模型，使用 file:// URL，例如，
await model.save('file:///tmp/my_model');。
稍后，您可以使用 tf.loadModel() 加载模型，也可以使用 file:// URL，例如，const model = await tf.loadModel('file:///tmp/my_model/model.json'); 加载的模型保留之前训练的权重参数并且可以在 compile() 调用后进一步训练。
请注意，目前 TensorFlow.js 有一个限制，因为它不保存优化器的状态。因此，如果您使用有状态优化器之一，例如 'adam'、'rmsprop'，而不是默认的无状态优化器（即 'sgd'），优化器的状态将被遗忘保存和加载后。
我正在训练模型，需要创建训练模型的检查点并从保存的带有检查点的关卡重新开始模型训练。 tfjs-node 可以吗？如果有请指导..
您可以使用 model.save() 方法保存您的模型，使用 file:// URL，例如，
await model.save('file:///tmp/my_model');。
稍后，您可以使用 tf.loadModel() 加载模型，也可以使用 file:// URL，例如，const model = await tf.loadModel('file:///tmp/my_model/model.json'); 加载的模型保留之前训练的权重参数并且可以在 compile() 调用后进一步训练。
请注意，目前 TensorFlow.js 有一个限制，因为它不保存优化器的状态。因此，如果您使用有状态优化器之一，例如 'adam'、'rmsprop'，而不是默认的无状态优化器（即 'sgd'），优化器的状态将被遗忘保存和加载后。