tensorflow 如何找到由“www.example.com“训练的训练模型kaggle.com

3z6pesqy  于 2023-03-19  发布在  其他
关注(0)|答案(3)|浏览(178)

我用kaggle.com训练了一个模型
最终代码为:

history = model.fit(dataset, epochs=1)
model.save("/kaggle/working/039_model.h5")
print("Model saved successfully!")

输出为:

31368/31368 [==============================] - 23489s 749ms/step - loss: 1.4623
Model saved successfully!

为了测试,我只训练了1个历元,但我在右侧栏的**/kaggle/working**目录中找不到我的模型,即使我点击刷新按钮或刷新页面。
页面图片为:my problem picture
谢谢你的帮忙!

g2ieeal7

g2ieeal71#

浏览器的刷新按钮刷新您正在使用的整个环境、设置的所有变量、保存在为该特定会话分配给您的存储示例中的任何文件
您将获得一个服务器资源的示例,即RAM、几GB的临时存储、CPU/GPU,持续一段时间。刷新浏览器将启动一个全新的示例,并丢失对该示例的所有本地更改。
因此,即使您的模型可能保存在该示例的本地存储中(在服务器上),但一旦会话过期(在20分钟不活动后)或当您用完配额或刷新页面时,它将被删除。
解决方案是不刷新页面,通过单击下拉按钮在侧栏中浏览并下载模型以供将来使用,从而查看模型保存的位置。
旁注:提交笔记本只会提交,即保存笔记本中特定版本的代码,而不会保存保存到该示例本地存储的任何内容,例如保存的模型文件。

gcuhipw9

gcuhipw92#

嗯,也许我知道发生了什么,我只是发现我应该保存和运行所有。
文件-〉保存版本-〉保存并运行全部
这样我们就能得到我们想要的。

7kqas0il

7kqas0il3#

这是应用程序管理,它将保存在目标目录,除非你使用检查点回调!

savedir = 'F:\\models\\save\\FlappyBird_15'
    checkpoint_path = "F:\\models\\checkpoint\\FlappyBird_15\\TF_DataSets_01.h5"

    if not exists(checkpoint_dir) : 
        os.mkdir(checkpoint_dir)
        print("Create directory: " + checkpoint_dir)

    ### model initialize ###
    model = tf.keras.models.Sequential([
    tf.keras.layers.InputLayer(input_shape=(1200, 1)),
    tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(128, return_sequences=True, return_state=False)),
    tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(128)),
    ])
    model.add(layers.Flatten())
    model.add(layers.Dense(64))
    model.add(layers.Dense(2))
    model.summary()
    ########################

    if exists(checkpoint_path) :
        model.load_weights(checkpoint_path)
        print("model load: " + checkpoint_path)
        input("Press Any Key!")

    model.save_weights(checkpoint_path)

相关问题