如何保存神经网络中每个循环的结果答案

【问题标题】：how can I save result for every loop in neural network如何保存神经网络中每个循环的结果
【发布时间】：2021-05-13 16:47:20
【问题描述】：

假设这是我的神经网络训练，我做了一个循环来选择每个隐藏层中的神经元数量。如何保存每个循环的每个结果并在 (i) 循环结束时打印所有循环的所有结果：

import tensorflow as tf

    import numpy as np
    from tensorflow import keras
    for i in range(1,9):
        model=tf.keras.Sequential([keras.layers.Dense(units =i, input_shape=[1]),
                                   (keras.layers.Dense(units =i, input_shape=[1)])
        model.compile(optimizer='sgd',loss='mean_squared_error')
        xs=np.array([2,3,4], dtype=float)
        ys=np.array([100,200,300],dtype=float)
        model.fit(xs,ys,epochs=4000)
        result= (model.predict([1]))
        print(result)

【问题讨论】：

标签： python tensorflow keras neural-network

【解决方案1】：

您可以使用名为ModelCheckpoint的回调函数

import tensorflow as tf
from tf.keras.callbacks import ModelCheckpoint
EPOCHS = 10
checkpoint_filepath = '/tmp/checkpoint'
model_checkpoint_callback = ModelCheckpoint(
    filepath=checkpoint_filepath,
    save_weights_only=True,
    monitor='val_acc',
    mode='max',
    save_best_only=True)
# Model weights are saved at the end of every epoch, if it's the best seen
# so far.
model.fit(epochs=EPOCHS, callbacks=[model_checkpoint_callback])
# The model weights (that are considered the best) are loaded into the model.
model.load_weights(checkpoint_filepath)

【讨论】：

【解决方案2】：

通常，我们不会使用print 来打印日志。我们需要在训练期间使用记录器。

https://www.tensorflow.org/api_docs/python/tf/compat/v1/logging

要存储日志信息，请参考这里

How to redirect TensorFlow logging to a file?

【讨论】：