小编Pre*_*rko的帖子

当我开始训练模型时,之前没有保存模型.我可以model.compile()安全使用.我现在已将模型保存在h5文件中以供进一步培训使用checkpoint.

说,我想进一步训练模型.我在这一点上很困惑:我可以model.compile()在这里使用吗？它应该在model = load_model()声明之前还是之后放置？如果model.compile()重新初始化所有权重和偏见,我应该在model = load_model()陈述之前放置它.

在发现一些讨论后,在我看来model.compile()只有在我之前没有保存模型时才需要.保存模型后,无需使用model.compile().这是真是假？当我想预测使用训练模型时,我应该model.compile()在预测之前使用吗？

我不能让我的电脑整天运行，为此我需要在每个时期后保存训练历史。例如，我在一天内训练了我的模型 100 个 epoch，第二天我想再训练它 50 个 epoch。我需要为整个 150 个时代生成损失与时代和准确度与时代的关系图。我正在使用fit_generator方法。有没有办法在每个时期（最有可能使用Callback）之后保存训练历史？我知道如何在培训结束后保存培训历史。我正在使用 Tensorflow 后端。

我知道在使用fit_generator方法训练时很容易提到时代的数量.我有很多要训练的图像,我不能一次使用数组来加载它们,因为它显示了MemoryError.我需要在达到一定的验证准确度(例如98%)后停止培训.如果在给定的历元数量之后尚未达到准确度,则训练将停止.在Keras有什么办法吗？我正在使用Tensorflow后端.

编辑:我EarlyStopping在Keras 看过模块,但它只跟踪监控数量的变化.

我已经使用PIL和加载了相同的图像cv2，但是对于相同的索引，像素信息是不同的。这是我的代码：

import cv2
from PIL import Image

img = cv2.imread('Fruits1.jpg') # Can be many different formats.
print(img[100, 200])

img = Image.open('Fruits1.jpg')
pixel_img = img.load()
print(pixel_img[100, 200])

输出：

[191 212 209]
(255, 255, 255)

两种情况下RGB通道的数量不应该相同吗？这是我使用的图像。

在Barry B. Brey的"THE INTEL MICROPROCESSORS"一书中写道

MOV AH, 1

在64位模式下不允许,但在32位或16位模式下允许.如果MOV AL, 1可以在64位模式下允许,有什么问题MOV AH, 1？

我在Keras开发了一个模型,并训练了很多次.一旦我强行停止模型的训练,从那时起我收到以下错误:

Traceback (most recent call last):
  File "inception_resnet.py", line 246, in <module>
    callbacks=[checkpoint, saveEpochNumber])   ##
  File "/home/eh0/E27890/anaconda3/lib/python3.5/site-packages/keras/legacy/interfaces.py", line 87, in wrapper
    return func(*args, **kwargs)
  File "/home/eh0/E27890/anaconda3/lib/python3.5/site-packages/keras/engine/training.py", line 2042, in fit_generator
    class_weight=class_weight)
  File "/home/eh0/E27890/anaconda3/lib/python3.5/site-packages/keras/engine/training.py", line 1762, in train_on_batch
    outputs = self.train_function(ins)
  File "/home/eh0/E27890/anaconda3/lib/python3.5/site-packages/keras/backend/tensorflow_backend.py", line 2270, in __call__
    session = get_session()
  File "/home/eh0/E27890/anaconda3/lib/python3.5/site-packages/keras/backend/tensorflow_backend.py", line 163, in get_session
    _SESSION = tf.Session(config=config)
  File "/home/eh0/E27890/anaconda3/lib/python3.5/site-packages/tensorflow/python/client/session.py", line 1486, in __init__
    super(Session, self).__init__(target, graph, config=config)
  File "/home/eh0/E27890/anaconda3/lib/python3.5/site-packages/tensorflow/python/client/session.py", line 621, in __init__
    self._session = tf_session.TF_NewDeprecatedSession(opts, status)
  File "/home/eh0/E27890/anaconda3/lib/python3.5/contextlib.py", …

这是我的代码：

<link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.7/css/bootstrap.min.css">
        <script src="https://ajax.googleapis.com/ajax/libs/jquery/3.2.1/jquery.min.js"></script>
    <script src="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.7/js/bootstrap.min.js"></script>
    
  <button type="button" class="btn btn-info" style="border-radius:50%;margin-left:10px;
margin-top:2px;margin-bottom:2px;height:30px;width:30px;">

         <span class="glyphicon glyphicon-plus"> </span>

  </button>

我想要一个里面有加号的圆形按钮。但问题是加号没有在按钮中间对齐。有什么解决办法吗？我必须保持高度（30px），因为按钮实际上将与其他元素一起位于表格行中。像这样：

这里加号没有出现在中间。我需要一个解决这个问题的方法。

JSFiddle：https ://jsfiddle.net/x1yvhhc2/

我在Barry B. Brey的"THE INTEL MICROPROCESSORS"一书中找到了这个.这是真的吗？但为什么？我知道在实际的8086微处理器的实模式中,没有32位寄存器.那么现在应该对32位寄存器施加同样的限制吗？