keras 利用ModelCheckpoint实现断点续训

最新推荐文章于 2023-03-14 18:35:48 发布

原创

最新推荐文章于 2023-03-14 18:35:48 发布 · 置顶 · 1.9k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #深度学习 #神经网络 #python

本文介绍如何使用Keras的ModelCheckpoint和EarlyStopping回调，实现在模型训练过程中的断点续训功能。通过保存训练过程中表现最佳的模型，即使训练中断，也能从上次的最佳状态继续进行，有效提升模型训练效率。

实现断开模型后还能接着继续训练。这里利用ModelCheckpoint实现保存模型。

import os
from keras.models import Sequential
from keras.layers import Dense
from keras.callbacks import EarlyStopping, ModelCheckpoint
from keras.models import model_from_json
from keras.models import load_model

先搭建一个模型框架

nn_model = Sequential()
nn_model.add(Dense(32, input_dim=4, activation='relu'))
nn_model.add(Dense(16, input_dim=32, activation='relu'))
nn_model.add(Dense