时间戳

首页 > 解决方案 > 保存的 shasum（使用 tf.keras.model.save_weights()）hdf5 文件不匹配（确定性模型）

tensorflow2.0 - 保存的 shasum（使用 tf.keras.model.save_weights()）hdf5 文件不匹配（确定性模型）

问题描述

我正在从事一个个人项目，该项目本质上应该是确定性的。

在训练期间的每批之后，模型将进入下一个状态，就像有限状态机的工作方式一样。因此，无论模型从头开始训练多少次，它都会经历相同的状态，最终达到最终状态。

所以我正在关注这个

init state = compile_model_and_save_model() // I am using tf.keras.model.save_weights(). I cannot use model.save() as my model is custom subclassed model

for 2-3 training runs: // note I am using training runs instead of epoch because I am training from scratch every time
  model.load_weights() // loading init state
  model.fit() // after this model reaches final state
  model.save_weights() // save trained model in other location

check_shasum_of_trained_hdf5_model_file()

我无法让 sha 总和相互匹配，这意味着每次运行之间经过训练的 hdf5 文件彼此不同。但进一步检查表明，每次模型都达到相同的最终状态。

  1. 那么 hdf5 文件是否会保存某种元数据，例如（转储时间），这会导致 shasum 不匹配，或者我是否遗漏了其他内容？
  2. 另外，我如何检查模型采取的中间步骤是否始终保持不变？（一个代码片段会很棒）

请帮忙！

标签： tensorflow2.0hdf5

解决方案

推荐阅读