Keras神经网络：使用检查点或使用save_weights保存权重？

Question

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。

Answer 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：

• 模型的架构，允许重新创建模型，
• 训练配置（损失，优化器），
• 优化器的状态，允许您从中断的位置恢复训练。

使用save_weights，您只保存带有权重值的numpy数组。