keras 如何保存最佳的训练模型
1、只保存最佳的训练模型
2、保存有所有有提升的模型
3、加载模型
4、参数说明
只保存最佳的训练模型
fromkeras.callbacksimportModelCheckpoint filepath='weights.best.hdf5' #有一次提升,则覆盖一次. checkpoint=ModelCheckpoint(filepath,monitor='val_acc',verbose=1,save_best_only=True,mode='max',period=2)callbacks_list=[checkpoint] model.compile(loss='categorical_crossentropy',optimizer=optimizers.Adam(lr=2e-6,decay=1e-7),metrics=['acc']) history1=model.fit_generator( train_generator, steps_per_epoch=100, epochs=40, validation_data=validation_generator, validation_steps=100,callbacks=callbacks_list)
输出的部分结果为：
Epoch2/40 100/100[==============================]-24s241ms/step-loss:0.2715-acc:0.9380-val_loss:0.1635-val_acc:0.9600 Epoch00002:val_accimprovedfrom-infto0.96000,savingmodeltoweights.best.hdf5 Epoch3/40 100/100[==============================]-24s240ms/step-loss:0.1623-acc:0.9575-val_loss:0.1116-val_acc:0.9730 Epoch4/40 100/100[==============================]-24s242ms/step-loss:0.1143-acc:0.9730-val_loss:0.0799-val_acc:0.9840 Epoch00004:val_accimprovedfrom0.96000to0.98400,savingmodeltoweights.best.hdf5
保存所有有提升的模型
fromkeras.callbacksimportModelCheckpoint
#checkpoint
filepath="weights-improvement-{epoch:02d}-{val_acc:.2f}.hdf5"
#中途训练效果提升,则将文件保存,每提升一次,保存一次
checkpoint=ModelCheckpoint(filepath,monitor='val_acc',verbose=1,save_best_only=True,mode='max')
callbacks_list=[checkpoint]
model.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy'])
history1=model.fit_generator(
train_generator,
steps_per_epoch=100,
epochs=40,
validation_data=validation_generator,
validation_steps=100,callbacks=callbacks_list)
因为我只想要最佳的模型，所以没有尝试保存所有有提升的模型，结果是什么样自己试。。。
加载最佳的模型
#loadweights加载模型权重
model.load_weights('weights.best.hdf5')
#如果想加载模型,则将model.load_weights('weights.best.hdf5')改为
#model.load_model('weights.best.hdf5')
#compile编译
model.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy'])
print('Createdmodelandloadedweightsfromhdf5file')
#estimate
scores=model.evaluate(validation_generator,steps=30，verbose=0)
print("{0}:{1:.2f}%".format(model.metrics_names[1],scores[1]*100))
ModelCheckpoint参数说明
keras.callbacks.ModelCheckpoint(filepath,monitor='val_loss',verbose=0,save_best_only=False,save_weights_only=False,mode='auto',period=1)
filename：字符串，保存模型的路径
monitor：需要监视的值
verbose：信息展示模式，0或1(checkpoint的保存信息，类似Epoch00001:savingmodelto...)
（verbose=0为不在标准输出流输出日志信息；verbose=1为输出进度条记录；verbose=2为每个epoch输出一行记录）
save_best_only：当设置为True时，监测值有改进时才会保存当前的模型（thelatestbestmodelaccordingtothequantitymonitoredwillnotbeoverwritten）
mode：‘auto'，‘min'，‘max'之一，在save_best_only=True时决定性能最佳模型的评判准则，例如，当监测值为val_acc时，模式应为max，当监测值为val_loss时，模式应为min。在auto模式下，评价准则由被监测值的名字自动推断。
save_weights_only：若设置为True，则只保存模型权重，否则将保存整个模型（包括模型结构，配置信息等）
period：CheckPoint之间的间隔的epoch数
以上这篇keras如何保存最佳的训练模型就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。