python - 何时以增量方式训练 tensorflow (2.0) 模型时调用 compile?
问题描述
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?
解决方案
推荐阅读
- javascript - 在 React 中提交表单时将对象添加到数组
- python - 一组子图的常见图例
- asp.net-mvc - 使用.net mvc核心中的ajax从控制器获取对象以查看
- ios - 尝试对 iOS 进行调整,以在设备摇晃时截取屏幕截图
- flutter - 从单独的 Dart 文件中导入 Flutter 小部件会贵得多吗?
- tableau-api - Tableau 使用 excel 作为数据源
- reactjs - 使用material-ui 4.9创建嵌套菜单
- docker - Docker Compose 同时使用主机和桥接网络
- ios - 使用 NSPersistentCloudKitContainer 时仅在本地存储一些实体
- python - Python 的秘密圣诞老人抽奖