Question

有什么方法可以保存使用Gridsearch获得的最佳参数的完整Keras模型。

我有以下Keras型号：

def create_model(init_mode='uniform'):
    n_x_new=train_selected_x.shape[1]

    model = Sequential()
    model.add(Dense(n_x_new, input_dim=n_x_new, kernel_initializer=init_mode, activation='sigmoid'))
    model.add(Dense(10, kernel_initializer=init_mode, activation='sigmoid'))
    model.add(Dropout(0.8))

    model.add(Dense(1, kernel_initializer=init_mode, activation='sigmoid'))


    model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

    return model

seed = 7
np.random.seed(seed)


model = KerasClassifier(build_fn=create_model, epochs=30, batch_size=400, verbose=1)

init_mode = ['uniform', 'lecun_uniform', 'normal', 'zero', 'glorot_normal', 'glorot_uniform', 'he_normal', 'he_uniform']
param_grid = dict(init_mode=init_mode)
#cv = PredefinedSplit(test_fold=my_test_fold)
grid = GridSearchCV(estimator=model, param_grid=param_grid,scoring='roc_auc',cv = PredefinedSplit(test_fold=my_test_fold), n_jobs=1)
grid_result = grid.fit(np.concatenate((train_selected_x, test_selected_x), axis=0), np.concatenate((train_selected_y, test_selected_y), axis=0))



print("Best: %f using %s" % (grid_result.best_score_, grid_result.best_params_))
means = grid_result.cv_results_['mean_test_score']
stds = grid_result.cv_results_['std_test_score']
params = grid_result.cv_results_['params']
for mean, stdev, param in zip(means, stds, params):
    print("%f (%f) with: %r" % (mean, stdev, param))

我发现我可以使用callback和checkpoint方法，但我不知道在原始代码中将此方法所需的代码放在何处。

我在研究时遇到的代码如下。

filepath="weights.best.hdf5"
    checkpoint = ModelCheckpoint(filepath, monitor='val_acc', verbose=1, save_best_only=True, mode='max')
    callbacks_list = [checkpoint]

Answer 1

环顾四周后，它似乎必须像

一样简单

classifier = KerasClassifier(build_fn=DNN, nb_epoch=32, batch_size=8, callbacks=[your_callback], verbose=1)

但这似乎也不起作用。可能的解决方法来自给出的答案 - Can I send callbacks to a KerasClassifier?，这应该有所帮助。

这是使用不同的通用工具的结果并没有特别想到与所有可能的一起使用配置。

此外，您可以参考此票证 - How to pass callbacks to scikit_learn wrappers (e.g. KerasClassifier) #4278

希望它有所帮助！

如何使用GridSearch保存具有最佳参数的Keras模型

1 个答案: