python - 何时以增量方式训练 tensorflow (2.0) 模型时调用 compile？

Question

我正在编写一个神经网络来进行增量训练（不是在线）。这是代码片段

output = create_model()
model = Model(inputs=values, outputs=output)
if start_epoch > 1:
    weights_list = load_model_from_pickle()
    model.set_weights(weights_list)

model.compile(loss='binary_crossentropy', optimizer='adam')
model.fit(data , label, epochs=1, verbose=1, batch_size=1024, shuffle=False)

本质上，我想加载之前训练的权重并训练更多的 epoch。我读了一些 SO 回复说调用 compile 会改变权重？还有其他方法吗？调用编译后设置权重有意义吗？如果我在多 GPU 设置中运行我的模型，答案会改变吗？

标签： pythontensorflowneural-networktensorflow2.0

Answer 1

您需要编译模型，并且在重新加载模型时训练后，您不需要再次编译它。在这里阅读更多。编译函数定义了你想要的优化器、损失函数和指标。它不会改变任何权重。有关更多详细信息，请阅读此处。