所以我有一个简单的问题。我有两种方法来保存我正在运行的卷积神经网络的权重。
1)我可以在运行fit函数时执行以下操作:
ModelCheckpoint('weights.{epoch:03d}-{val_acc:.4f}.hdf5', monitor='val_acc', verbose=1, save_best_only=True, mode='auto')
,文件以13MB结尾。
2)我可以在fit函数完成后完成:
model.save_weights('final weights123123.hdf5')
,文件以近4MB结尾。
然后,测试集上的结果与两个文件相同。所以我的问题是:文件有13MB和4MB的原因是什么?也许我失去了一些信息。
答案 0 :(得分:1)
您可以阅读here - 当您使用save_model
方法保存模型时,不仅可以保存重量,还可以保存:
使用save_weights
,您只保存带有权重值的numpy
数组。