Tensorflow 在保存的模型上训练
Tensorflow train on a saved model
我正在使用 tensorflow 训练一个具有超过 200k 数据的 RNN,训练过程每个 epoch 最多需要 2 个小时。我使用自定义回调和此函数为每个时期保存模型:
model.save_weights()
我可以像这样停止训练并稍后从上一个纪元恢复训练吗?它对结果有影响吗?
model.load_wieghts(last_epoch_dir)
model.fit()
是的,你可以从上一个时期重新训练,但问题是你可能会失去你的优化器状态,但这没问题,因为优化器会在几个时期内回到它的原始状态甚至更好。
我正在使用 tensorflow 训练一个具有超过 200k 数据的 RNN,训练过程每个 epoch 最多需要 2 个小时。我使用自定义回调和此函数为每个时期保存模型:
model.save_weights()
我可以像这样停止训练并稍后从上一个纪元恢复训练吗?它对结果有影响吗?
model.load_wieghts(last_epoch_dir)
model.fit()
是的,你可以从上一个时期重新训练,但问题是你可能会失去你的优化器状态,但这没问题,因为优化器会在几个时期内回到它的原始状态甚至更好。