Google Colab 中的检查点

Question

如何将训练好的模型存储在 Google Colab 上并在我的本地磁盘上进一步检索？检查点会起作用吗？我如何存储它们并在一段时间后检索它们？你能提到代码吗？那就太好了。

Answer 1

Google Colab 实例是在您打开笔记本时创建的，稍后会被删除，因此您无法在不同的运行中访问数据。如果你想将训练好的模型下载到你的本地机器上，你可以使用：

from google.colab import files
files.download(<filename>)

同样，如果您想从本地计算机上传模型，您可以执行以下操作：

from google.colab import files
files.upload(<filename>)

另一种可能（在我看来更好）的解决方案是使用 github 存储库来存储您的模型，然后简单地将您的模型提交并推送到 github 并稍后克隆该存储库以获得模特回来了。

Answer 2

好的，这对我有用

> import os 
> checkpoint_path = "training_1\cp.ckpt" 

> checkpoint_dir = os.path.dirname(checkpoint_path)

 # Create checkpoint  callback 
> cp_callback =ModelCheckpoint(checkpoint_path, 
     monitor='val_acc',save_best_only=True,save_weights_only=True,verbose=1)

> network_fit = myModel.fit(x, y, batch_size=25, epochs=20,
                                  ,callbacks = [cp_callback] )

通过此代码，您可以监控 val_acc 并在该时期减少权重时保存该时期的权重。现在您可以通过此代码访问此权重并将其加载到模型中

myModel.load_weights(checkpoint_path)

你可以在这里查看如何使用它 https://colab.research.google.com/github/tensorflow/models/blob/master/samples/core/tutorials/keras/save_and_restore_models.ipynb#scrollTo=gXG5FVKFOVQ3

Google Colab 中的检查点

Checkpoints in Google Colab

checkpoint

google-colaboratory