使用 load_weights() 在预训练权重上训练 keras 模型

Question

我在 Databricks 环境中使用自定义 keras 模型。 对于自定义 keras 模型，model.save(model.h5) 不起作用，因为自定义模型不可序列化。相反，建议使用 model.save_weights(path) 作为替代。

model.save_weights(pathDirectory) 有效。这会在 pathDirectory

中产生 3 个文件 checkpoint,.data-00000-of-00001,.index

对于加载重量，以下机制工作正常。

model = Model()

model.load_weights(path)

但我想用我刚保存的预训练权重训练我的模型。就像我保存了模型权重，然后在这些保存的权重上继续训练。

因此，当我加载模型权重并应用训练循环时，出现此错误，TypeError: 'CheckpointLoadStatus' object is not callable

Answer 1

经过大量研究，我找到了一种解决方法，

我们也可以使用 model.save("model.hpy5") 并读取保存在数据块中的模型。

model.h5 不适用于自定义模型，但适用于标准模型。