Question

如何将我训练过的模型存储在Google Colab上并在本地磁盘上进一步检索？检查站会起作用吗？如何存储它们并在一段时间后检索它们？你能提一下代码吗？这会很棒。

Answer 1

Google Colab实例是在您打开笔记本时创建的，稍后会被删除，因此您无法访问不同运行中的数据。如果要将训练过的模型下载到本地计算机，可以使用：

from google.colab import files
files.download(<filename>)

同样，如果您想从本地计算机上传模型，您可以这样做：

from google.colab import files
files.upload(<filename>)

另一种可能的（在我看来更好）解决方案是使用github仓库来存储你的模型，然后简单地提交并推送你的模型到github并在以后克隆repo以恢复模型。

Answer 2

好，这对我有用

> import os 
> checkpoint_path = "training_1\cp.ckpt" 

> checkpoint_dir = os.path.dirname(checkpoint_path)

 # Create checkpoint  callback 
> cp_callback =ModelCheckpoint(checkpoint_path, 
     monitor='val_acc',save_best_only=True,save_weights_only=True,verbose=1)

> network_fit = myModel.fit(x, y, batch_size=25, epochs=20,
                                  ,callbacks = [cp_callback] )

通过此代码，您可以监视val_acc并在该时期减少权重。现在，您可以访问此代码并通过此代码将其加载到模型中

myModel.load_weights(checkpoint_path)

您可以在此处查看如何使用它 https://colab.research.google.com/github/tensorflow/models/blob/master/samples/core/tutorials/keras/save_and_restore_models.ipynb#scrollTo=gXG5FVKFOVQ3

Google Colab中的检查点

2 个答案: