如何在 Python 中使用 Keras 訓練帶有新回撥函式的模型？

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、深度學習應用等等。它用於研究和生產目的。它擁有最佳化技術，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 中使用的一種資料結構。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。它執行在 Tensorflow 框架之上。它是為了幫助快速進行實驗而構建的。它提供了開發和封裝機器學習解決方案所必需的基本抽象和構建塊。它具有高度可擴充套件性，並具有跨平臺功能。這意味著 Keras 可以執行在 TPU 或 GPU 叢集上。Keras 模型也可以匯出到 Web 瀏覽器或手機上執行。

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

我們正在使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助透過瀏覽器執行 Python 程式碼，並且無需任何配置即可免費訪問 GPU（圖形處理單元）。Colaboratory 構建在 Jupyter Notebook 之上。

以下是程式碼：

示例

print("The model is trained with new callback")
model.fit(train_images,
   train_labels,
   epochs=50,
   callbacks=[cp_callback],
   validation_data=(test_images, test_labels),
   verbose=0)
ls {checkpoint_dir}
print("The latest checkpoint being updated")
latest = tf.train.latest_checkpoint(checkpoint_dir)
print(latest)

程式碼來源：https://www.tensorflow.org/tutorials/keras/save_and_load