tensorflow2.0 keras模型保存最优方法

最新推荐文章于 2025-05-03 09:07:35 发布

研志必有功

最新推荐文章于 2025-05-03 09:07:35 发布

阅读量2.5k

点赞数

分类专栏：数据集的制作文章标签： tensorflow 深度学习机器学习大数据

本文链接：https://blog.youkuaiyun.com/qq_44930937/article/details/104565609

版权

数据集的制作专栏收录该内容

9 篇文章

订阅专栏

本文详细介绍了使用Keras进行模型训练时的注意事项，包括fit_generator参数使用整型数字，构建模型检查点(checkpoint)的方法，以及在保存模型时如何避免自定义层导致的问题。同时，提供了具体的代码示例，展示了如何定义模型检查点，设置模型训练的验证步骤，以及如何正确保存模型权重。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

注意事项

1.fit_generator中用的都是整型数字
2.构建checkpoing
3.模型保存的时候注意，如果有自定义层，容易出错

代码

#定义模型检查点
checkpoint = keras.callbacks.ModelCheckpoint(self.save_path, monitor='val_metric_precision', verbose=1,
                                            save_best_only=True, mode='max')

callbacks_list = [checkpoint]

#模型保存
model.fit_generator(G_train,steps_per_epoch=int(self.total_number/self.batch_size),validation_data=G_eval,#不设置steps_per_epoch=
                   validation_steps=40,epochs=self.epochs,callbacks=callbacks_list)

model.save_weights(self.save_path)#保存模型权重  保存模型是model.save 注意后缀是h5