每10个时间段tensorflow.keras v2保存模型

Question

我正在使用在tensorflow v2中定义为子模块的keras。我正在使用fit_generator()方法训练模型。我想每10个时间保存一次模型。我该如何实现？

在Keras（不是tf的子模块）中，我可以给出ModelCheckpoint(model_savepath,period=10)。但在TF V2，他们已经改变了这ModelCheckpoint(model_savepath, save_freq)地方save_freq可'epoch'在这种情况下，模型保存每个时间段。如果save_freq为整数，则在处理了许多样本后将保存模型。但我希望在10个时代之后。我该如何实现？

Answer 1

使用tf.keras.callbacks.ModelCheckpointusesave_freq='epoch'并传递一个额外的参数period=10。

虽然这在官方文档中没有记录，但这就是这样做的方法（注意它记录了你可以通过period，只是没有解释它的作用）。

Answer 2

显式计算每个时期的批次数量对我有用。

BATCH_SIZE = 20
STEPS_PER_EPOCH = train_labels.size / BATCH_SIZE
SAVE_PERIOD = 10

# Create a callback that saves the model's weights every 10 epochs
cp_callback = tf.keras.callbacks.ModelCheckpoint(
    filepath=checkpoint_path, 
    verbose=1, 
    save_weights_only=True,
    save_freq= int(SAVE_PERIOD * STEPS_PER_EPOCH))

# Train the model with the new callback
model.fit(train_images, 
          train_labels,
          batch_size=BATCH_SIZE,
          steps_per_epoch=STEPS_PER_EPOCH,
          epochs=50, 
          callbacks=[cp_callback],
          validation_data=(test_images,test_labels),
          verbose=0)