Keras，优化时保存状态的最佳方式

Question

我只是想知道在优化模型时保存模型状态的最佳方法是什么。我想这样做，这样我就可以运行它一段时间，保存它，稍后再回来使用它。我知道有一个函数可以保存权重，另一个函数可以将模型保存为 JSON。在学习过程中，我需要保存模型的权重和参数。这包括动量和学习率等参数。有没有办法将模型和权重保存在同一个文件中。我读到使用 pickle 不被认为是好的做法。梯度体面的动量也会包含在模型中 JSON 或权重中吗？

Answer 1

您可以创建一个包含权重和架构的 tar 存档，以及一个包含 model.optimizer.get_state() 返回的优化器状态的 pickle 文件。

Answer 2

from keras.models import load_model

model.save('my_model.h5')  # creates a HDF5 file 'my_model.h5'
del model  # deletes the existing model

# returns a compiled model
# identical to the previous one
model = load_model('my_model.h5')

You can use model.save(filepath) to save a Keras model into a single HDF5 file which will contain:

the architecture of the model, allowing to re-create the model

the weights of the model

the training configuration (loss, optimizer)

the state of the optimizer, allowing to resume training exactly where you left off.

You can then use keras.models.load_model(filepath) to reinstantiate your model. load_model will also take care of compiling the model using the saved training configuration (unless the model was never compiled in the first place).

Keras 常见问题解答：How can I save a Keras model?

Keras，优化时保存状态的最佳方式

Keras, best way to save state when optimizing

python

keras