iT邦幫忙

2021 iThome 鐵人賽

DAY 9
1
自我挑戰組

IOS、Python自學心得30天系列 第 9

IOS、Python自學心得30天 Day-9 模組訓練改善-1

  • 分享至 

  • xImage
  •  

前言:
之前都是一次性訓練好模型,但是一旦資料太多要訓練,動輒就是數小時,甚至幾天
所以我打算改善訓練的過程,讓它能儲存上次進度來訓練模組

程式碼:

import os
import tensorflow as tf
from tensorflow import keras
from tensorflow.python.keras import backend as K
from tensorflow.python.keras.models import Model
from tensorflow.python.keras.layers import Flatten, Dense, Dropout
from tensorflow.python.keras.applications.resnet import ResNet50
from tensorflow.python.keras.optimizer_v2.adam import Adam
from tensorflow.python.keras.preprocessing.image import ImageDataGenerator
from tensorflow.python.keras.models import Sequential, load_model
from tensorflow.python.keras.layers import LSTM, Dropout, Dense
from tensorflow.python.keras.callbacks import ModelCheckpoint
from tensorflow.python.framework.ops import disable_eager_execution

disable_eager_execution()

tf.compat.v1.experimental.output_all_intermediates(True)
checkpoint_path = "training_1/cp.ckpt"
checkpoint_dir = os.path.dirname(checkpoint_path)

# Create a callback that saves the model's weights
cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_path,
                                                 save_weights_only=True,
                                                 verbose=1)

# 輸出整個網路結構
print(net_final.summary())

# 訓練模型
net_final.fit(train_batches,
              steps_per_epoch = train_batches.samples // BATCH_SIZE,
              validation_data = valid_batches,
              validation_steps = valid_batches.samples // BATCH_SIZE,
              epochs = NUM_EPOCHS,
              callbacks = [cp_callback])

os.listdir(checkpoint_dir)


上一篇
IOS、Python自學心得30天 Day-8 tensorflow.python.keras.optimizer_v2.adam改版問題
下一篇
IOS、Python自學心得30天 Day-10 模組訓練改善-2
系列文
IOS、Python自學心得30天30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言