谷歌Colab中的检查点

Question

我该如何在Google Colab上存储我的训练模型并在本地磁盘上检索？使用检查点可以吗？我该如何存储它们并在一段时间后检索它们？请提供相关代码。谢谢。

- Vinit Bodhwani

Answer 1

当您打开笔记本时，会创建Google Colab实例，稍后会被删除，因此您无法在不同的运行中访问数据。如果您想将训练好的模型下载到本地计算机上，则可以使用以下方法：

from google.colab import files
files.download(<filename>)

如果你想从本地上传模型，可以执行以下操作：

from google.colab import files
files.upload(<filename>)

另一种可能（并且在我看来更好的）解决方案是使用Github存储您的模型，只需提交和推送您的模型到Github，稍后克隆该存储库即可获取模型。

- Ankur Ankan

---

你好，能否详细说明一下如何进行git克隆、在笔记本上工作，然后再进行git添加/提交/推送。我遇到了错误。 - Peter HIRT

拯救了我的生命。谢谢。 - Simon Restrepo

Answer 2

好的，这对我来说可行。

> import os 
> checkpoint_path = "training_1\cp.ckpt" 

> checkpoint_dir = os.path.dirname(checkpoint_path)

 # Create checkpoint  callback 
> cp_callback =ModelCheckpoint(checkpoint_path, 
     monitor='val_acc',save_best_only=True,save_weights_only=True,verbose=1)

> network_fit = myModel.fit(x, y, batch_size=25, epochs=20,
                                  ,callbacks = [cp_callback] )

通过这段代码，您可以监控val_acc并在该epoch上保存权重，如果它下降。现在您可以通过此代码访问这些权重，并将其加载到模型中。

myModel.load_weights(checkpoint_path)

您可以在此处查看如何使用它 https://colab.research.google.com/github/tensorflow/models/blob/master/samples/core/tutorials/keras/save_and_restore_models.ipynb#scrollTo=gXG5FVKFOVQ3

- mj.beyrami