tensorflow - 训练后模型的最后状态是什么？

Question

用 拟合模型后model.fit(...)，可以使用.evaluate()或.predict()方法model。

当我在训练期间使用 Checkpoint 时出现问题。
（假设有 30 个检查点，其中checkpoint_callback = tf.keras.callbacks.ModelCheckpoint(filepath, save_weights_only=True)）

然后我不太清楚我还剩下什么，这个模型的最后一个状态。

它是最好的吗？还是最新的？

如果是前者，那么 30 个检查点中的一个应该与我留下的模型相同。
如果是后者，最新的检查点应该与我留下的模型相同。

当然，我检查了两种情况，没有一种是正确的。

标签： tensorflowkerasload

Answer 1

如果您设置 save_best_only=True ，则检查点会保存具有“最佳”性能的时期的模型权重。例如，如果您正在监视“val_loss”，那么它将保存模型以用于验证损失最低的时期。如果 save_best_only=False 则模型将在每个 epoch 结束时保存，而不管被监控的指标的值如何。当然，如果您不对模型保存路径使用特殊格式，则保存权重将在每个 epoch 结束时被覆盖。