RuntimeError: Unable to create link (name already exists) When saving second model using Google Colab
RuntimeError: Unable to create link (name already exists) When saving second model using Google Colab
我创建了一个模型测试管道供实习使用，并且 运行 在 Google Colab 上。该管道允许背靠背测试多组模型和参数。它将以用户定义的方式启动一个模型和一组参数，执行 15 个 epoch 的训练，并在每个 epoch 后进行验证。它使用两个 ModelCheckpoints 将模型保存为 h5 文件，一个保存每个 epoch，另一个只保存最好的 epoch，以已知名称保存在不同的文件夹中，以便以后可以轻松加载。
作为参考，每个 model/parameter 测试集都使用唯一的测试人员 ID 和模型计数来标识，每个模型都会递增。每个 epoch 保存的模型检查点也有 epoch 编号附加到末尾。
在所有 15 个 epoch 之后，最好的模型被加载并在我们的测试集上进行评估。然后启动下一个模型和参数集并重复该过程，直到达到用户定义的停止点。
至少，它应该是这样工作的。
相反，第一个模型 运行 按计划进行。然后加载下一个模型并训练和验证一个时期。但是，当需要为第一个纪元保存检查点时，会抛出以下内容：
RuntimeError: Unable to create link (name already exists)
发生这种情况后，我发现 不 在第一个纪元结束时遇到错误的唯一方法是重置 Colab 运行time。在错误再次发生之前，我从中得到了额外的 1 个模型。 （注意：这和我之前出的1个模型不一样，我调整方法参数从下一个需要的模型开始运行）
最后，为了彻底解决导致此错误的最常见原因，我尝试 运行同时 model.summary() 和 for i, w in enumerate(model.weights): print(i, w.name)。我没有重复的名字。
我不确定为什么会出现这种行为，我最好的猜测是它会归因于 Colab 的缓存行为和 ModelCheckpoint 用于保存文件的任何方法的某种组合，导致它解释名称重叠有 none.
如能进一步说明发生这种情况的原因以及解决方法，我们将不胜感激。
我最终解决了这个问题，但问题并不是我想象的那样。问题在于我使用 class 来包装我用于 model.fit() 和 model.predict() 的参数。对于 optimizer 参数，我的默认值为 Adam(learning_rate=0.0001)。由于参数是一个可变对象，它在每个 运行 中被重用，这导致了错误。我将默认值更改为 None，如果方法中的值为 None 并且问题消失，则将变量初始化为默认值。
我创建了一个模型测试管道供实习使用，并且 运行 在 Google Colab 上。该管道允许背靠背测试多组模型和参数。它将以用户定义的方式启动一个模型和一组参数，执行 15 个 epoch 的训练，并在每个 epoch 后进行验证。它使用两个 ModelCheckpoints 将模型保存为 h5 文件，一个保存每个 epoch，另一个只保存最好的 epoch，以已知名称保存在不同的文件夹中，以便以后可以轻松加载。
作为参考，每个 model/parameter 测试集都使用唯一的测试人员 ID 和模型计数来标识，每个模型都会递增。每个 epoch 保存的模型检查点也有 epoch 编号附加到末尾。
在所有 15 个 epoch 之后，最好的模型被加载并在我们的测试集上进行评估。然后启动下一个模型和参数集并重复该过程，直到达到用户定义的停止点。
至少，它应该是这样工作的。
相反，第一个模型 运行 按计划进行。然后加载下一个模型并训练和验证一个时期。但是，当需要为第一个纪元保存检查点时，会抛出以下内容：
RuntimeError: Unable to create link (name already exists)
发生这种情况后，我发现 不 在第一个纪元结束时遇到错误的唯一方法是重置 Colab 运行time。在错误再次发生之前，我从中得到了额外的 1 个模型。 （注意：这和我之前出的1个模型不一样，我调整方法参数从下一个需要的模型开始运行）
最后，为了彻底解决导致此错误的最常见原因，我尝试 运行同时 model.summary() 和 for i, w in enumerate(model.weights): print(i, w.name)。我没有重复的名字。
我不确定为什么会出现这种行为，我最好的猜测是它会归因于 Colab 的缓存行为和 ModelCheckpoint 用于保存文件的任何方法的某种组合，导致它解释名称重叠有 none.
如能进一步说明发生这种情况的原因以及解决方法，我们将不胜感激。
我最终解决了这个问题，但问题并不是我想象的那样。问题在于我使用 class 来包装我用于 model.fit() 和 model.predict() 的参数。对于 optimizer 参数，我的默认值为 Adam(learning_rate=0.0001)。由于参数是一个可变对象，它在每个 运行 中被重用，这导致了错误。我将默认值更改为 None，如果方法中的值为 None 并且问题消失，则将变量初始化为默认值。