[英](tf2/tf.keras) How could # params decreases when a model contains another model
[英]in TF2, how do you save models/weights when not using the tf.keras API?
在文檔中,它們似乎專注於如何保存和恢復tf.keras.models,但是我想知道如何通過一些基本的迭代循環來保存和恢復經過定制訓練的模型?
現在沒有圖或會話了,我們如何保存在不使用層抽象的情況下自定義構建的tf函數中定義的結構?
您可以通過使用Tensorflow 1.x中的類似方式來執行此操作-通過使用檢查點對象以及Tensorflow 2.0中引入的新聞(檢查點管理器)。
ckpt = tf.train.Checkpoint(step=tf.Variable(1), optimizer=opt, net=net)
manager = tf.train.CheckpointManager(ckpt, './tf_ckpts', max_to_keep=3)
ckpt.restore(manager.latest_checkpoint)
if manager.latest_checkpoint:
print("Restored from {}".format(manager.latest_checkpoint))
else:
print("Initializing from scratch.")
for example in toy_dataset():
loss = train_step(net, example, opt)
您可以看一下“ 培訓檢查點”指南
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.