如何保存連體model的基網？

Question

我正在嘗試使用相當復雜的基礎網絡構建連體 model。 構建基礎網絡后，我使用以下代碼構建我的連體網絡：

base_network=create_base_model(0.2)
img1=Input(shape=(256,256,3))
img2=Input(shape=(256,256,3))
text_input1 = Input(shape=(), dtype=tf.string, name='text_1')
text_input2 = Input(shape=(), dtype=tf.string, name='text_2')
output1= base_network([img1, text_input1])
output2= base_network([img2, text_input2])
distance = Lambda(euclidean_distance)([output1, output2])
siamese_model = Model([[img1,text_input1], [img2, text_input2]], distance)

基礎網絡的 output 的形式model ，其中

model=Model(inputs=[input1,input2], outputs=[z])

問題是在訓練連體網絡之后，我想使用基礎網絡的 output 作為嵌入，這樣我就可以運行無監督學習算法。 但是，在訓練 siamese 網絡時，我想一次訓練 10 個 epoch，然后保存它並在需要時繼續訓練。 在這種情況下，當我保存並重新加載 Siamese model 時，我不確定如何保存/訪問基礎網絡。 For example, I get the following plot for the siamese model which requires 2 inputs (my base model uses 2 inputs so technically I have 4 inputs as shown in the diagram), but I want to use the base model which requires only 1 input post培訓（技術上 2 作為我的基礎 model 使用 2）。

誰能給我關於如何使用保存的連體 model 加載更新的基礎 model 的建議，或者是否有更好的方法首先保存它？

非常感謝。

Answer 1

if epoch %5 == 0 
   path = f'/tmp/model{epoch}.h5'
   base_network.save(path)

base_network = tf.keras.models.load_model(path)

這不好嗎？