Question

我有一个用Keras编码的神经网络模型。

当我在笔记本电脑上运行它时，我有以下输出显示模型的进度：

训练4个样本，验证1个样本Epoch 1/1 4/4 [==============================] - 22s 5s /步 - 损失：0.2477 - val_loss：0.2672

但是，当我将此代码提交给集群进行运行时，我不知道剩下多少个纪元，所以我想在模型运行时将上述输出保存到文件中。

我该怎么做？

Answer 1

至少有一种方法是添加远程监控器回调并实际实时查看。我还没玩过这个，但我知道它存在并且想要。

keras.callbacks.RemoteMonitor(root='http://localhost:9000', path='/publish/epoch/end/', field='data', headers=None, send_as_json=False)

您可以找到文档here。

另一种选择是使用TensorBoard。 Keras在我已提供的链接中也有回调。 Here是来自TensorFlow的信息。

Answer 2

你可以使用for循环和model.save：

来完成

import os

PATH_TO_MODELS = 'path to models directory'

TOTAL_EPOCHS = 8 # number of epochs you want to save

for epoch in range(TOTAL_EPOCHS):
    model.fit(..., epochs = 1)
    save_name = 'model_%sepochs.h5' % str(epoch)
    model.save(os.path.join(PATH_TO_MODELS, save_name))

这会将每个纪元的输出模型保存到一个不同的文件中，以便您可以跟踪它们。

如何将Keras模型进度保存到文件中？

2 个答案: