如何使用 ModelCheckpoint 回调加载我的张量流模型？

Question

我训练了一个模型并使用 ModelCheckpoint 保存了权重：

checkpoint_callback = ModelCheckpoint(
    filepath = checkpoint_prefix,
    save_weights_only = True,
    save_freq = 'epoch')

晚上我的模型训练时停电了一段时间，我的电脑也关机了。现在我打开了我的 Jupyter notebook，我想加载我的模型而不从头开始训练它。我应该如何在不再次编译并仅使用检查点的情况下执行此操作？我也有张量板回调：

tensorboard_callback = TensorBoard(
    log_dir = 'tensorboard_logs\'+ model_name,
    histogram_freq = 5,
    write_graph = True,
    update_freq = 'epoch')

Answer 1

由于您只保存了模型的权重，因此您需要重建图表，然后在其上加载最后一个检查点权重。

所以你必须重新创建你的模型并编译它。
下次如果想保存完整的模型，这样就不用每次加载都重新编译，设置save_weights_only为False。
它允许您使用 keras.models.load_model() 加载模型并在之后直接拟合它。

model = Sequential()
model.add() 
...
model.compile()

然后加载你的权重：

model.load_weights(checkpoint_prefix)

然后就可以正常使用了:

model.fit( ... )

如何使用 ModelCheckpoint 回调加载我的张量流模型？

How to load my tensorflow model with ModelCheckpoint callbacks?

callback

deep-learning

conv-neural-network

tf.keras

tensorflow2.0