Pythonで特定のエポック数を超えた後、Kerasを使用してモデルの重みを節約するにはどうすればよいですか？

Tensorflowは、Googleが提供する機械学習フレームワークです。これは、Pythonと組み合わせて使用​​されるオープンソースのフレームワークであり、アルゴリズム、深層学習アプリケーションなどを実装します。研究や生産目的で使用されます。

複雑な数学演算をすばやく実行するのに役立つ最適化手法があります。

「tensorflow」パッケージは、以下のコード行を使用してWindowsにインストールできます-

pip install tensorflow

Tensorは、TensorFlowで使用されるデータ構造です。フロー図のエッジを接続するのに役立ちます。このフロー図は「データフローグラフ」と呼ばれます。テンソルは多次元配列またはリストに他なりません。

Kerasは、プロジェクトONEIROS（オープンエンドの神経電子インテリジェントロボットオペレーティングシステム）の研究の一環として開発されました。 Kerasは、Pythonで記述されたディープラーニングAPIです。これは、機械学習の問題を解決するのに役立つ生産的なインターフェースを備えた高レベルのAPIです。

非常にスケーラブルで、クロスプラットフォーム機能が付属しています。これは、KerasをTPUまたはGPUのクラスターで実行できることを意味します。 Kerasモデルをエクスポートして、Webブラウザや携帯電話で実行することもできます。

KerasはすでにTensorflowパッケージに含まれています。以下のコード行を使用してアクセスできます。

import tensorflow
from tensorflow import keras

Google Colaboratoryを使用して、以下のコードを実行しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

以下はコードです-

例

checkpoint_path = "training_2/cp−{epoch:04d}.ckpt"
checkpoint_dir = os.path.dirname(checkpoint_path)

batch_size = 32
print("Callback being created to save the model's weight after every 4 epoch")
cp_callback = tf.keras.callbacks.ModelCheckpoint(
   filepath=checkpoint_path,
   verbose=1,
   save_weights_only=True,
   save_freq=4*batch_size)

print("A new model instance is created")
model = create_model()
print("The weights are saved using 'checkpoint_path'")
model.save_weights(checkpoint_path.format(epoch=0))

コードクレジット-https：//www.tensorflow.org/tutorials/keras/save_and_load

出力

Callback being created to save the model's weight after every 4 epoch
A new model instance is created
The weight are saved using 'checkpoint_path'

説明

• コールバックには、チェックポイントの一意の名前の提供、チェックポイントの頻度の調整など、多くのオプションがあります。

• 新しいモデルはトレーニングされています。

• この新しいモデルは、4エポックごとにすべてのチェックポイントに一意の名前で保存されます。