保存 keras 模型以在将来恢复训练的最佳方法是什么?

Question

我已经搜索了很多。在 keras 文档中，它说 model.save(( 保存所有相关信息，即模型架构、权重、优化器状态,...

Stackoverflow 上的其他一些帖子提到保存权重并在将来加载它们以恢复训练，但答案说这是错误的，因为它没有保存优化器状态。我使用回调来保存最佳模型基础 om 验证准确性，它只节省权重。

如果重量不足以

恢复训练，为什么回调只能节省重量？只是为了在测试集上进行评估？

那么如何正确保存最佳模型呢？为什么回调不使用 model.save(( 来存储所有信息？我怎样才能做到这一点？

Answer 1

根据

Keras ModelCheckPointCallback文档，它根据默认False save_weights_only标志保存整个模型或仅保存权重。

https://keras.io/callbacks/#modelcheckpoint

Answer 2

由于您已经提到的所有原因，绝对model.save()。在ModelCheckPoint回调中，save_weights_only=false会这样做。如果要节省一些空间或避免混乱，请设置save_best_only=True。这相当于model.save() .

如果重量不足以

恢复训练，为什么回调只能节省重量？只是为了在测试集上进行评估？

是的。