如何使用model.checkpoint()恢复培训？

Question

我在用model.checkpoint()保存我最好的模型

checkpoint = '/gdrive/MyDrive/mpmodel.ckpt'
cdir = os.path.dirname(checkpoint)

cp_callback = tf.keras.callbacks.ModelCheckpoint(
    filepath=checkpoint_path, 
    verbose=1, 
    save_weights_only=False,
    save_best_only=True)

history = model.fit([timt,at],[wt,wbt],epochs=100,callbacks=[cp_callback])

我就是这样加载我的模型的：

latest = tf.train.latest_checkpoint(cdir)
model.load(latest)

现在，我想从我上次停止训练的地方恢复训练。在这个ipynb中，有人提到：

由于优化器状态已经恢复，您可以从停止的地方恢复训练。

然而，它并没有确切地告诉我如何做到这一点。请引导我。

Answer 1

在model.load(最新)之后，您可以继续使用model.fit()

无论如何，我认为使用检查点回调并不常见。更常见的方法是使用model.save(MODEL_NAME)，然后使用model= tf.keras.models.load_model(MODEL_NAME)重新加载模型。

MODEL_NAME是您保存模型的文件夹。