如何在Tensorflow.js中使用Node.js(tfjs-node)从检查点重启模型训练?

我在训练模型,需要创建训练模型的检查点,并从保存的检查点级别重新开始模型训练。这在tfjs-node中可能吗?如果可以,请指导我..


回答:

你可以使用model.save()方法保存你的模型,使用file:// URL,例如,await model.save('file:///tmp/my_model');

之后,你可以使用tf.loadModel()重新加载模型,同样使用file:// URL,例如,const model = await tf.loadModel('file:///tmp/my_model/model.json');。加载的模型会保留之前训练的权重参数,并可以在compile()调用后继续训练。

请注意,目前TensorFlow.js有一个限制,即它不保存优化器的状态。因此,如果你使用了有状态的优化器,例如’adam’、’rmsprop’,而不是默认的无状态优化器(即’sgd’),优化器的状态会在保存和加载后被遗忘。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注