Keras：如果我多次訓練 10 個 epoch，是否需要重新加載模型？

Question

我正在訓練模型並希望使用 mAP 指標。 出於某種原因，張量流 mean_average_precision_at_k 對我不起作用，但 sklearn average_precision_score 有效。 如何訪問 keras 的模型輸出以執行 sklearn 指標？ 我可以一次編譯模型並擬合 10 個時期，執行度量並再次擬合 10 個時期嗎？ 還是我每次都需要保存模型並重新加載它？ 謝謝

Answer 1

我可以一次編譯模型並擬合 10 個時期，執行度量並再次擬合 10 個時期嗎

是的，一點沒錯。

該模型將在調用fit()之間保持訓練權重。 您可以根據需要多次調用此方法。

Answer 2

對於任何可能有相同問題的人。 似乎在 Tensorflow 1.14 中，Keras 的實現保留了模型權重，但重新啟動了優化器，這導致 .fit() 函數的多次重復導致糟糕的結果。 我的損失在使用 .fit() 一次時約為 800，每次擬合 5 個時期時約為 2800。