資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法學如何在 Python 中使用 Keras 在特定輪數後儲存模型權重？
TensorFlow 是 Google 提供的一個機器學習框架。它是一個開源框架，與 Python 結合使用以實現演算法、深度學習應用程式等等。它用於研究和生產用途。
它具有最佳化技術，有助於快速執行復雜的數學運算。
可以使用以下程式碼行在 Windows 上安裝“tensorflow”包：
pip install tensorflow
張量是 TensorFlow 中使用的資料結構。它有助於連線流圖中的邊。此流圖稱為“資料流圖”。張量只不過是多維陣列或列表。
Keras 是作為 ONEIROS（開放式神經電子智慧機器人作業系統）專案研究的一部分開發的。Keras 是一個用 Python 編寫的深度學習 API。它是一個高階 API，具有高效的介面，有助於解決機器學習問題。
它具有高度的可擴充套件性，並具有跨平臺能力。這意味著 Keras 可以執行在 TPU 或 GPU 叢集上。Keras 模型也可以匯出以在 Web 瀏覽器或行動電話上執行。
Keras 已經存在於 TensorFlow 包中。可以使用以下程式碼行訪問它。
import tensorflow from tensorflow import keras
我們使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助在瀏覽器上執行 Python 程式碼，無需任何配置即可免費訪問 GPU（圖形處理單元）。Colaboratory 建立在 Jupyter Notebook 之上。
以下是程式碼：
示例
checkpoint_path = "training_2/cp−{epoch:04d}.ckpt"
checkpoint_dir = os.path.dirname(checkpoint_path)
batch_size = 32
print("Callback being created to save the model's weight after every 4 epoch")
cp_callback = tf.keras.callbacks.ModelCheckpoint(
filepath=checkpoint_path,
verbose=1,
save_weights_only=True,
save_freq=4*batch_size)
print("A new model instance is created")
model = create_model()
print("The weights are saved using 'checkpoint_path'")
model.save_weights(checkpoint_path.format(epoch=0))程式碼來源： https://www.tensorflow.org/tutorials/keras/save_and_load
輸出
Callback being created to save the model's weight after every 4 epoch A new model instance is created The weight are saved using 'checkpoint_path'
解釋
回撥具有許多選項，例如為檢查點提供唯一名稱、調整檢查點的頻率等等。
新的模型已訓練。
此新模型在每 4 個輪次後都會儲存一個唯一名稱的檢查點。
更新於：2021年1月20日
199 次瀏覽
廣告