训练后模型的最后状态是什么？

Question

使用 model.fit(...) 拟合模型后，您可以将 .evaluate() 或 .predict() 方法与 model 结合使用。

问题出现在我在训练期间使用 Checkpoint 时。
（假设有 30 个检查点，带有 checkpoint_callback = tf.keras.callbacks.ModelCheckpoint(filepath, save_weights_only=True)）

然后我不太清楚我还剩下什么，这个模型的最后状态。

这是最好的吗？还是最新的？

如果是前者，30个检查点之一应该与我留下的模型相同。
如果是后者，最新的checkpoint应该和我留下的模型一样。

当然，我检查了两种情况，没有一种是对的。

Answer 1

如果您设置 save_best_only=True，检查点会保存具有“最佳”性能的时代的模型权重。例如，如果您正在监控“val_loss”，那么它将保存具有最低验证损失的时期的模型。如果 save_best_only=False 则模型将在每个时期结束时保存，而不管被监控的指标的值如何。当然，如果模型保存路径不使用特殊格式，那么保存权重将在每个 epoch 结束时被覆盖。