如何在Python中停止训练模型后恢复训练结果？

Question

我有一个问题，就是训练神经网络是在选择多少个训练时代来使用。太多的时代会导致长时间和超负荷的CPU，有时会使CPU停止。我不想从一开始就训练数据集。

是否存在将already-trained信息存储到硬盘上的和重新存储培训的结果？

Answer 1

有许多选项，您可以考虑使用泡菜。根据我个人的经验，这是非常迅速和有效的。

如果您有一个训练有素的model，您只需这样做就可以将其保存到硬盘上：

import pickle

pickle_out = open("model.pickle", "wb")
pickle.dump(model, pickle_out)
pickle_out.close()

模型将以model.pickle的名称保存。

要从代码中检索模型，请执行以下操作：

pickle_in = open("model.pickle", "rb")
model = pickle.load(pickle_in)