亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

修改訓練的模型架構并繼續訓練 Keras

修改訓練的模型架構并繼續訓練 Keras

神不在的星期二 2022-08-25 14:06:29
我想以順序方式訓練模型。也就是說,我想首先使用簡單的體系結構來訓練模型,一旦訓練完畢,我想添加幾層并繼續訓練。在Keras中可以做到這一點嗎?如果是這樣,如何?我試圖修改模型架構。但在我編譯之前,這些更改是無效的。編譯后,所有權重都會重新初始化,并且我丟失了所有經過訓練的信息。我在Web和SO中發現的所有問題都是關于加載預訓練模型并繼續訓練或修改預訓練模型的架構,然后僅對其進行測試。我沒有找到與我的問題相關的任何內容。任何指針也受到高度贊賞。PS:我在tensorflow 2.0包中使用Keras。
查看完整描述

1 回答

?
呼啦一陣風

TA貢獻1802條經驗 獲得超6個贊

在不了解模型詳細信息的情況下,以下代碼段可能會有所幫助:


from tensorflow.keras.models import Model

from tensorflow.keras.layers import Dense, Input


# Train your initial model

def get_initial_model():

    ...

    return model


model = get_initial_model()

model.fit(...)

model.save_weights('initial_model_weights.h5')


# Use Model API to create another model, built on your initial model

initial_model = get_initial_model()

initial_model.load_weights('initial_model_weights.h5')


nn_input = Input(...)

x = initial_model(nn_input)

x = Dense(...)(x)  # This is the additional layer, connected to your initial model

nn_output = Dense(...)(x)


# Combine your model

full_model = Model(inputs=nn_input, outputs=nn_output)


# Compile and train as usual

full_model.compile(...)

full_model.fit(...)

基本上,你訓練你的初始模型,保存它。然后再次重新加載它,并使用 API 將其與其他層包裝在一起。如果您不熟悉API,可以在此處查看Keras文檔(afaik API對于Tensorflow.Keras 2.0保持不變)。ModelModel


請注意,您需要檢查初始模型的最終層的輸出形狀是否與其他層兼容(例如,如果您只是執行特征提取,則可能需要從初始模型中刪除最終的密集層)。


查看完整回答
反對 回復 2022-08-25
  • 1 回答
  • 0 關注
  • 146 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號