[英]Visualizing saved weights from neural network inside folder directory
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?
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。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.