Question

我有一个模型，它需要很长时间才能完成纪元（设置为129）。假设，我想中断培训，但又不想失去模型。

model.compile(loss ='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
history = model.fit(X_modified, ys, epochs = 127, verbose=1, callbacks=[callbacks] ) # verbose 1 means progress bar
from keras.models import load_model
file_Name = "shahnameh_embdding64_bidirectional_LSTM400_softmax.h5"
model.save(file_Name)

我使用了回调：

class myCallback(tf.keras.callbacks.Callback):
  def on_train_begin(self, logs={}):
        self.models = []
  def on_epoch_end(self, epoch, logs={}):
    try:
      target_acc = .2
      if logs.get('acc') > target_acc:
        print('\nReached '+target_acc+'% accuracy, so cancelling the accuracy')
        self.model.stop_training = True
        models.append(model)
    except KeyboardInterrupt:
      model = self.models[-1]

callbacks = myCallback()

运行此命令时，出现错误：

NameError：未定义名称“模型”

有什么想法吗？任何帮助将不胜感激。

CS

Answer 1

在该行之间不是中断，而是在拟合过程中的其他地方。那

keras

我总是使用类似的东西

在Colab中在中断时保存Tensorflow编译模型

1 个答案: