有没有办法在 tf.keras 中保存指定时期的模型？

Question

使用 tf.keras.callbacks，我只能通过选择一个要监控的属性（通常是验证准确性）来自动保存最佳模型，但有时，我需要根据验证和训练准确性的比较来保存它。我怎样才能做到这一点？

tf.keras.history 文件是否记录模型在每个时期的权重？如果是这样，如何通过指定我想要的纪元从历史文件中保存我的模型？这是另一种可能的解决方案。

这就是我遇到的情况：有时，我的验证准确性在早期时期非常高（我想这纯粹是偶然），而我的训练准确性仍然远远低于它。该纪元最终成为自动保存的模型。这是一个蹩脚的模型，因为它的训练精度很差，但由于它的验证精度很高，所以它被拯救了。如果它保存在训练和验证准确性满足的地方，那将是一个非常好的模型。因此，在每个时期，我更愿意比较训练准确性和验证准确性，选择两者中最低的一个，并据此决定我的最佳模型。关于如何做到这一点有什么建议吗？

Answer 1

您可以像这样实现自定义回调：

class CustomModelCheckpoint(tf.keras.callbacks.Callback):
    def on_epoch_end(self, epoch, logs=None):
        # logs is a dictionary
        print(f"epoch: {epoch}, train_acc: {logs['acc']}, valid_acc: {logs['val_acc']}")
        if logs['val_acc'] > logs['acc']: # your custom condition
            self.model.save('model.h5', overwrite=True)

cbk = CustomModelCheckpoint()
model.fit(....callbacks=[cbk]...)