运行时中的备用Tensorflow Hub模块标签

Question

我有一条标准管道，可以在训练一个时期后评估模型。我需要 resnet50在训练时可以进行微调，所以我这样实例化：

var alloweCharSet = new HashSet<char>(allowedChars);

但是，我读到changelog时，应该在评估时取消设置标签。

我意识到我可以保存模型，关闭会话，重置图形，使用resnet50_module = hub.Module("https://tfhub.dev/google/imagenet/resnet_v2_50/feature_vector/1", trainable=True, name="resnet50_finetunable", tags={"train"}) 重建模型并从检查点加载权重以进行评估。特别是这似乎非常浪费，因为由于resnet50，模型的规模很大，我需要做数百个纪元才能获得好的结果。没有这种方法，有没有办法在标签之间交替？

谢谢！

Answer 1

恐怕没有检查点就没有很好的方法。

变量是在调用hub.Module（）时创建的，因此它们绑定到特定的图形版本（用于训练的tags = {“ train”}或用于推理的空标记集）。您所描述的内容可以理解为一项功能请求，可以针对模块的每个应用程序分别进行设置，但该功能请求尚不存在（并且有一些影响）。

与要运行的评估相比，对本地磁盘的检查点真的那么贵吗？无论如何，您是否不想随时检查站以允许在崩溃后恢复？