我已经训练并测试了一个模型。让我们将其命名为model1
。
现在我想在新数据集上测试model1
。 因此,我使用H5
保存模型,然后将保存的model1
加载到新笔记本中,并使用新数据集对其进行测试。
我做的程序对吗?
我应该什么时候保存model1
? 我看到两个选项。
- 训练程序后。
- 测试程序后。
虽然有许多方法可以设计模型的训练方案,但典型的概要可能如下所示:
- 使用训练数据训练模型
- 在每个训练周期或纪元结束时使用验证集
- 使用测试集测试模型的性能
请注意,在训练和验证步骤完成之前,模型永远不会看到测试集。维基百科有一篇专门讨论这个主题的文章。
此时保存模型完全取决于您。事实上,你可以让 Keras 或 TensorFlow 在训练周期中定期保存模型,使用某些回调。简而言之,没有关于何时应该保存模型的经验法则---这实际上取决于您的目标。但据我从你的描述中可以看出,一切似乎都是正确的:你已经训练了你的模型,保存了它,并将其加载到一个单独的Jupyter Notebook中来测试它。
请注意,你可以在创建的同一笔记本中测试模型并测试初始模型。如果您愿意,还可以在新笔记本上继续训练加载的模型。