当我开始训练一个模型时,没有之前保存的模型。我可以安全地使用
假设我想进一步训练该模型。此时我感到困惑:我是否可以在这里使用
在查阅了一些讨论后,我发现
model.compile()
。现在我已将模型保存在一个h5
文件中,以便使用checkpoint
进行进一步训练。假设我想进一步训练该模型。此时我感到困惑:我是否可以在这里使用
model.compile()
?它应该放在model = load_model()
语句的前面还是后面?如果model.compile()
重新初始化所有权重和偏差,则应该将其放在model = load_model()
语句之前。在查阅了一些讨论后,我发现
model.compile()
只需要在我没有之前保存的模型时才需要使用。一旦我保存了模型,就不需要使用model.compile()
。这是真的还是假的?当我想使用经过训练的模型进行预测时,我应该在预测之前使用model.compile()
吗?
model.outputs
,即在编译之前和之后的区别是什么?另外,如果您能解释一下load_model(model, compile=False/True)
参数中compile=False
的用法将会很棒。 - aspiring1compile=True
:模型将以相同的设置加载和编译。2-compile=False
,您只会加载没有优化器的模型。 - Daniel Möller