Сохраняет ли export_saved_model из TF2 также вес?

Я создал, скомпилировал и установил модель с помощью tf.keras, используя последнюю версию ТФ2.0а. Теперь я хочу сохранить это как pb, чтобы использовать его позже для вывода.

Я использую :

import time
saved_model_path = "./models/pb/experimental/{}".format(int(time.time()))

tf.keras.experimental.export_saved_model(model, saved_model_path)
saved_model_path

как красиво описано здесь в пункте Как сохраненная_модель

model — это модель, которую я ранее создал/скомпилировал/установил.

Теперь мои вопросы,

  1. как export_saved_model узнает, какие веса нужно сохранить? Или он сохраняет веса из прошлой эпохи?

  2. следуя этой логике, было бы лучше загрузить лучшую модель из контрольной точки, а затем использовать функцию экспорта?

  3. Добавить к вопросу: есть ли обратный вызов, который работает как контрольная точка модели из keras, но с этой функцией экспорта? создание файлов pb лучшей модели.

Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
1
0
587
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

вы можете посмотреть здесь: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/keras/saving/saved_model.py

1) Keras сохраняет модель с последними контрольными точками, которые на самом деле являются весами последней эпохи.

Цитировать из источника:

The SavedModel contains:

  1. a checkpoint containing the model weights.

  2. a SavedModel proto containing the Tensorflow backend graph. Separate graphs are saved for prediction (serving), train, and evaluation. If the model has not been compiled, then only the graph computing predictions will be exported.

  3. the model's json config. If the model is subclassed, this will only be included if the model's get_config() method is overwritten.

2) На мой взгляд, лучший способ - всегда разделять архитектуру модели и вес при сохранении и загрузке. Другими словами: Да, загружайте гири из лучшей модели.

3) Нет, прямо сейчас нет обратного вызова, который экспортирует всю модель в pb. Поэтому либо используйте обратный вызов «ModelCheckpoint» и впоследствии загрузите оптимальные веса, либо создайте свой собственный обратный вызов с помощью «LambdaCallback».

Надеюсь, это поможет!

Другие вопросы по теме