Python/Keras - 访问 ModelCheckpoint 回调

Question

我正在使用 Keras 来预测时间序列。作为标准，我使用 20 个纪元。我想知道我的神经网络对 20 个时期中的每一个时期都预测了什么。

通过使用 model.predict 我得到了最后的预测。但是我想要所有的预测，或者至少是最后 10 个（具有可接受的错误级别）。

为了访问它，我正在尝试使用 Keras 的 ModelCheckpoint 函数，但是之后我无法访问它。我正在使用以下代码：

model=Sequential()

model.add(GRU(input_dim=col,init='uniform',output_dim=20))
model.add(Dense(10))
model.add(Dense(5))
model.add(Activation("softmax"))
model.add(Dense(1))

model.compile(loss="mae", optimizer="RMSprop")

checkpoint=ModelCheckpoint(filepath='/Users/Alex/checkpoint.hdf5')

model.fit(X=predictor_train, y=target_train, nb_epoch=20, batch_size=batch,validation_split=0.1) #best validation split at 0.1
model.evaluate(X=predictor_train, y=target_train,batch_size=batch,show_accuracy=True)

print checkpoint

客观地说，我的问题是：

我预计在运行代码之后我会在文件夹 /Users/Alex 中找到一个名为 checkpoint.hdf5 的文件，但我没有。我错过了什么？
当我打印 checkpoint 时，我得到的是 keras.callbacks.ModelCheckpoint object at 0x117471290。有没有办法打印我想要的东西？代码会是什么样子？

非常感谢您的帮助:)

Answer 1

这段代码有两个问题：

您没有将回调传递给模型的拟合方法。这是通过关键字参数 "callbacks".
文件路径应包含占位符（如“{epoch:02d}-{val_loss:.2f}”，Keras 将其与 str.format 一起使用，以便将每个纪元保存到不同的文件。

所以正确的版本应该是这样的：

checkpoint = ModelCheckpoint(filepath='/Users/Alex/checkpoint-{epoch:02d}-{val_loss:.2f}.hdf5')

model.fit(X=predictor_train, y=target_train, nb_epoch=20,
         batch_size=batch,validation_split=0.1, callbacks=[checkpoint])

您还可以在分配给该关键字的列表中添加其他类型的回调。

遗憾的是，回调对象不存储历史信息，因此无法从中恢复。

Python/Keras - 访问 ModelCheckpoint 回调

Python/Keras - accessing ModelCheckpoint callback

python

keras