0
モデルのすべてのモデルパラメータ(オプティマイザ、学習率、バッチサイズなど)とモデルアーキテクチャ(レイヤの数と種類)をモデルの横に保存して、後で一部のモデルがうまく機能する理由を分析し直したいと思います。モデルの横にKerasモデルのパラメータとモデルアーキテクチャを保存する最も良い方法は何ですか?
このメタデータを重みとともに保存する簡単な方法はありますか? the docsから
モデルのすべてのモデルパラメータ(オプティマイザ、学習率、バッチサイズなど)とモデルアーキテクチャ(レイヤの数と種類)をモデルの横に保存して、後で一部のモデルがうまく機能する理由を分析し直したいと思います。モデルの横にKerasモデルのパラメータとモデルアーキテクチャを保存する最も良い方法は何ですか?
このメタデータを重みとともに保存する簡単な方法はありますか? the docsから
:
from keras.models import load_model
model.save('my_model.h5') # creates a HDF5 file 'my_model.h5'
del model # deletes the existing model
# returns a compiled model
# identical to the previous one
model = load_model('my_model.h5')
これは、(学習率とバッチサイズを含める必要があります)オプティマイザが含まれています。それに加えて、あなたは一つのファイルにしたい場合は、訓練スクリプト
を保存
.tar
のようなコンテナファイル形式を使用してください。
テンソルフローバックエンドを使用している場合、 'tf.train.Saver'はオプティマイザとラーニングレートを保存できますが、バッチサイズを保存できるかどうかはわかりませんが、試してみることができます。 –