Python视觉深度学习系列教程 第一卷 第18章 Checkpointing模型
2023-09-14 09:01:35 时间
第一卷 第十八章 Checkpointing模型
在第13章中,我们讨论了如何在训练完成后将模型保存和序列化到磁盘。在上一章中,我们学习了如何在发生时发现欠拟合和过拟合,从而使您能够终止表现不佳的实验,同时保持模型在训练时表现出的希望。
但是,您可能想知道是否可以将这两种策略结合起来。每当我们的损失/准确性提高时,我们可以序列化模型吗?或者是否可以仅序列化训练过程中的最佳模型(即损失最低或准确率最高的模型)?你打赌。幸运的是,我们也不必构建自定义回调——此功能已直接集成到Keras中。
1、检查点神经网络模型改进
检查点的一个很好的应用是在训练期间每次有改进时将您的网络序列化到磁盘。我们将“改进”定义为损失的减少或准确性的提高——我们将在实际的Keras回调中设置此参数。
在这个例子中,我们将在CIFAR-10数据集上训练MiniVGGNet架构,然后每次模型性能提高时将我们的网络权重序列化到磁盘。
首先,打开一个新文件,将其命名为cifar10_checkpoint_improvements.py,并插入以下代码:
# import the necessary packages
from sklearn.preprocessing import LabelBinariz
相关文章
- python的安装教程_Python的安装
- pycharm安装opencv2_python opencv 教程
- pycharm远程调试python_pycharm调试教程
- python 基尼系数_Python计算
- python详细安装教程环境配置_Python配置环境
- Python学习:输入与输出教程
- python之pygame安装教程_Pygame安装教程
- python jieba库_Python jieba库的使用说明「建议收藏」
- python中sqrt函数用法_Python : sqrt() 函数
- 手机python 3.8解释器_Python 3.8 解释器安装教程
- python生成器详解_Python 生成器
- Python机器学习教程—线性回归的实现(不调库和调用sklearn库)
- python操作gitlab_git的使用教程
- 【测试开发】python系列教程:第一个Python程序
- lambda python表达式_Python的条件表达式和lambda表达式实例
- Python机器学习教程—前传:机器学习介绍(1)
- Python机器学习教程—前传:机器学习介绍(2)
- 廖雪峰的 Python 教程_python基础教程廖雪pdf
- Django框架开发001期 Python+Django开发教程,开启你的第一个django网站应用
- 开源图书《Python完全自学教程》12.6机器学习案例12.6.2猫狗二分类
- Python学习:内建属性、内建函数的教程
- 搭建python开发环境-c++教程 如何搭建Python开发环境?
- Python Eclipse+PyDec下载和安装教程(超级详细)
- Python学习:1.快速搭建python环境详解编程语言
- python学习Linux、Python,体验自由的乐趣(lexlinux)
- Linux系统下安装Python模块指南(linux安装python模块)
- 在Linux上安装Python学习快乐(linux下载python)