Как сохранить номер эпохи с помощью Keras при выполнении нескольких прогонов?

В модели Keras я включил обратный вызов TensorBoard для создания файлов журналов, которые будут визуализированы позже.

Проблема в том, что если я тренирую свою модель несколько раз, она генерирует несколько файлов журналов, и номер шага всегда перезапускается до 0 вместо того, чтобы продолжать последний шаг предыдущего прогона.

Это приводит к безвозвратному графику в TensorBoard (скриншот ниже).

Я видел, что с необработанным Tensorflow эту проблему можно решить, добавив тензор global_step, чтобы отслеживать номер эпохи между запусками.

Но как я могу это сделать с помощью Keras?

Как сохранить номер эпохи с помощью Keras при выполнении нескольких прогонов?

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
4
0
852
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

model.fit имеет аргумент initial_epoch, по умолчанию 0, который позволяет указать модели, с какой epoch он начинается. Вы можете использовать это, чтобы возобновить предыдущее обучение.

Другие вопросы по теме