我有一个h2o deeplearning模型，＆＃34; model1＆＃34;，它很好地概括了。不幸的是，我在构建模型时忘了设置导出权重和偏差= TRUE。
我尝试使用所有确切的参数，种子和数据集重新训练多个模型，如原始模型1中所添加的设置导出权重和偏差为真。
不幸的是， none 这些新模型完全可以概括。事实上，尽管所有模型都经过训练，验证，交叉验证和测试，但它们都失败了。我甚至尝试检查原始模型1，以便我可以添加导出权重和偏差参数= TRUE。但是，因为我没有使用Modulo CV，所以我无法检查点。
不可再现性给我带来了巨大的麻烦。为了让我进行生产，我需要以某种方式提取这个原始工作模型1的权重和偏差 - 尽管导出权重和偏差最初设置为FALSE。
我已经查看了模型1的平均值权重和偏差，它们与我的再训练模型的平均权重和偏差不匹配，具有相同的参数，种子，数据集等。我不确定是否可以某种方式使用平均重量和偏差来强制再现性。
我已经读过将model1下载到POJO may允许访问权重和偏见，但我对此不确定，我不知道java而且我不知道＆＃39 ;看到任何示例java代码来帮助我。
任何建议或其他可能的解决方案/解决方法？
提前感谢您的帮助。
答案 0 :(得分：1)
我自己部分地解决了这个问题：将模型下载到POJO后，我根据Darren Cook的建议打开了文件编辑器（谢谢），我想我可以看到所有权重和偏见在这里。
我不确定b / c我是否不熟悉POJO格式。