可视化从文件夹目录中的神经网络保存的权重

Question

我正在尝试掌握 keras 中的神经网络权重，并且在使用 kaggle 笔记本时成功地保存了我的权重。 现在，我想要做的是可视化或加载它，但由于它每次迭代动态保存，它会有不同的名称，所以我无法具体找到它们。

我的保存路径：

checkpoint_filepath = '../input/groupsdata/model-{epoch:03d}-{accuracy:03f}-{val_accuracy:03f}.h5'
checkpoint = ModelCheckpoint(checkpoint_filepath, verbose=1, monitor='val_acc', save_weights_only=True, save_best_only=True, mode='auto')
model.fit(train_ds, validation_data=test_ds, epochs=100, batch_size=n_batch, callbacks=[checkpoint], verbose=0)

我的问题是，权重在我保存它们的目录中显然不可见。 我想知道如何可视化文件以及如何加载它们？

Answer 1

我的问题的一个很好的解决方案是使用检查点，遵循文档：

checkpoint_path = "./cp-{epoch:04d}.ckpt"
checkpoint_dir = os.path.dirname(checkpoint_path)
cp_callback = tf.keras.callbacks.ModelCheckpoint(
    filepath=checkpoint_path, 
    verbose=1, 
    save_weights_only=True,
    save_best_only=True,
    monitor='val_acc',
    period=5)

这样，在 kaggle 中，我可以通过执行以下操作轻松查看输出：

ls {checkpoint_dir}

更多信息以获取最新的检查点：

latest = tf.train.latest_checkpoint(checkpoint_dir)
latest.

我在可视化其他权重格式（例如 json、h5 和 hdf5）时遇到问题，但 .ckpt 可以很好地可视化。