tensorflow - 继续训练卷积神经网络
问题描述
我有一个已经训练了 75 个 epoch 的模型。我用 保存了模型model.save()
。训练代码是
from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential, load_model
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras import backend as K
# dimensions of our images.
img_width, img_height = 320, 240
train_data_dir = 'dataset/Training_set'
validation_data_dir = 'dataset/Test_set'
nb_train_samples = 4000 #total
nb_validation_samples = 1000 # total
epochs = 25
batch_size = 10
if K.image_data_format() == 'channels_first':
input_shape = (3, img_width, img_height)
else:
input_shape = (img_width, img_height, 3)
model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=input_shape))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(1))
model.add(Activation('sigmoid'))
model.compile(loss='binary_crossentropy',
optimizer='rmsprop',
metrics=['accuracy'])
# this is the augmentation configuration we will use for training
train_datagen = ImageDataGenerator(
rescale=1. / 255,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True)
# this is the augmentation configuration we will use for testing:
# only rescaling
test_datagen = ImageDataGenerator(rescale=1. / 255)
train_generator = train_datagen.flow_from_directory(
train_data_dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode='binary')
validation_generator = test_datagen.flow_from_directory(
validation_data_dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode='binary')
model.fit_generator(
train_generator,
steps_per_epoch=nb_train_samples // batch_size,
epochs=epochs,
validation_data=validation_generator,
validation_steps=5)
model.save('model1.h5')
如何重新开始训练?我只是再次运行此代码吗?或者我需要做出改变吗?这些改变是什么?
我读了那篇文章并试图理解一些。我在这里读到:加载经过训练的 Keras 模型并继续训练
解决方案
你可以简单地加载你的模型
from keras.models import load_model
model = load_model('model1.h5')
推荐阅读
- vagrant - 如何从一个 VM 获取 env var 并将其传递给 Vagrantfile 中的另一个 VM?
- python - 如何使用 Scrapy 抓取所有页面
- python - 为什么我的代码只打印 x 和 y 一次?
- bash - BASH/SH 中具有一个 READER 和多个 WRITER 的 FIFO
- python - 如何在满足某些条件的列表中找到第 n 个连续值的索引?
- java - 使用构建器映射对象时定义无效
- php - 响应具有意外的状态代码 0 在服务器上
- python - Pandas read_excel 在读取 excel 文件时给出 yes no
- java - 使用 HTTP POST 请求替代 AsyncTask,因为它已被弃用
- vue.js - 我无法显示注册数据