Keras：如果我多次训练 10 个 epoch，是否需要重新加载模型？

Question

我正在训练模型并希望使用 mAP 指标。 出于某种原因，张量流 mean_average_precision_at_k 对我不起作用，但 sklearn average_precision_score 有效。 如何访问 keras 的模型输出以执行 sklearn 指标？ 我可以一次编译模型并拟合 10 个时期，执行度量并再次拟合 10 个时期吗？ 还是我每次都需要保存模型并重新加载它？ 谢谢

Answer 1

我可以一次编译模型并拟合 10 个时期，执行度量并再次拟合 10 个时期吗

是的，一点没错。

该模型将在调用fit()之间保持训练权重。 您可以根据需要多次调用此方法。

Answer 2

对于任何可能有相同问题的人。 似乎在 Tensorflow 1.14 中，Keras 的实现保留了模型权重，但重新启动了优化器，这导致 .fit() 函数的多次重复导致糟糕的结果。 我的损失在使用 .fit() 一次时约为 800，每次拟合 5 个时期时约为 2800。