Блог

Я обучил более быстрый API обнаружения объектов RCNN tensorflow для обучения моим данным в Google colab. После 10 часов обучения я сохранил модель на Google диске. Но когда я проверил вывод на тестовых изображениях, результат не был удовлетворительным. Поэтому я хочу продолжить обучение модели с того места, где я сохранил модель.

1. Можно ли использовать последние контрольные точки для дальнейшего обучения.
2. Если да, то как мы можем это сделать?

Буду признателен за любую помощь.

Да, можно продолжить обучение модели.

вот пример того, как вы можете сохранять и загружать контрольные точки для продолжения обучения.

ckpt = tf.train.Checkpoint(step=tf.Variable(1), optimizer=opt, net=net, iterator=iterator)

manager = tf.train.CheckpointManager(ckpt, './tf_ckpts', max_to_keep=3)

Где net-модель keras /модуль tf.

вы загружаете последнюю контрольную точку из папки «./tf_ckpts» следующим образом

    def restore_checkpoint(manager):
      ckpt.restore(manager.latest_checkpoint)
      if manager.latest_checkpoint:
        print("Restored from {}".format(manager.latest_checkpoint))
      else:
        print("Initializing from scratch.")