TensorFlow回調(diào)函數(shù)：tf.keras.callbacks.ModelCheckpoint

tf.keras.callbacks.ModelCheckpoint函數(shù)

類 ModelCheckpoint

繼承自：Callback

定義在：tensorflow/python/keras/callbacks.py。

在每個訓(xùn)練期（epoch）后保存模型。

filepath可以包含命名格式化選項，可以由epoch的值和logs的鍵（由on_epoch_end參數(shù)傳遞）來填充。

例如：如果filepath是weights.{epoch:02d}-{val_loss:.2f}.hdf5，則模型檢查點將與文件名中的epoch號和驗證損失一起保存。

參數(shù)：

• filepath：string，保存模型文件的路徑。
• monitor：要監(jiān)測的數(shù)量。
• verbose：詳細信息模式，0或1。
• save_best_only：如果save_best_only=True，被監(jiān)測數(shù)量的最佳型號不會被覆蓋。
• mode：{auto，min，max}之一。如果save_best_only=True，那么是否覆蓋保存文件的決定就取決于被監(jiān)測數(shù)據(jù)的最大或者最小值。對于val_acc，這應(yīng)該是max，對于val_loss這應(yīng)該是min，等等。在auto模式中，方向是從監(jiān)測數(shù)量的名稱自動推斷出來的。
• save_weights_only：如果為True，則僅保存模型的權(quán)重（model.save_weights(filepath)），否則保存完整模型（model.save(filepath)）。
• period：檢查點之間的間隔（epoch數(shù)）。

__init__(
    filepath,
    monitor='val_loss',
    verbose=0,
    save_best_only=False,
    save_weights_only=False,
    mode='auto',
    period=1
)

初始化自我。

方法

on_batch_begin(
    batch,
    logs=None
)

on_batch_end(
    batch,
    logs=None
)

on_epoch_begin(
    epoch,
    logs=None
)

on_epoch_end(
    epoch,
    logs=None
)

on_train_batch_begin(
    batch,
    logs=None
)

on_train_batch_end(
    batch,
    logs=None
)

on_train_begin(logs=None)

on_train_end(logs=None)

set_model(model)

set_params(params)