如何使用keras保存最佳权重和最佳模型

Question

专家们，我是机器学习的新手，并使用带有TensorFlow后端的Keras API来训练机器学习模型。我使用Model检查点将最佳权重和最佳模型独立保存在.json和.h5文件中。到目前为止，我尝试编写如下代码，但没有保存任何模型或权重。希望我能得到好的解决方案。提前谢谢。

filepath1="best_weights.h5"
filepath2="best_model.json"
checkpoint = ModelCheckpoint(filepath1, monitor='val_acc', verbose=1, save_best_only=True,  mode='max')
callbacks_list = [checkpoint]
history = model.fit_generator(train_generator,steps_per_epoch=nb_train_samples // batch_size, epochs=epochs, validation_data=validation_generator, callbacks=callbacks_list, validation_steps=nb_validation_samples // batch_size, verbose=1)

Answer 1

解决方案1(在培训结束时(：

在训练结束时，您可以尝试使用以下片段来分别保存权重和模型架构。

from tensorflow.keras.models import model_from_json
model_json = model.to_json()
with open("model.json", "w") as json_file:
json_file.write(model_json)
model.save_weights("model.h5")

解决方案2(培训期间(：

我们可以观察到，模型架构在训练过程中没有改变，只有权重。因此，您可以使用此检查点在训练期间仅保存最佳权重，并且在训练开始/结束时仅保存model_from_json。

checkpoint = ModelCheckpoint(filepath1, 
monitor='val_acc',
verbose=1,
save_best_only=True, 
save_weights_only=True, 
mode='max')

....training runs.....
......................
....training ends.....

果没有保存任何内容，请确保您有正确的filepath1。