Google Colab 中的检查点答案

【问题标题】：Checkpoints in Google ColabGoogle Colab 中的检查点
【发布时间】：2018-03-16 13:34:53
【问题描述】：

如何将经过训练的模型存储在 Google Colab 上并在本地磁盘上进一步检索？检查站会起作用吗？如何存储它们并在一段时间后检索它们？您能否为此提及代码。会很棒的。

【问题讨论】：

【解决方案1】：

Google Colab 实例是在您打开笔记本时创建的，稍后会被删除，因此您无法访问不同运行的数据。如果你想将训练好的模型下载到你的本地机器上，你可以使用：

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

同样，如果您想从本地机器上传模型，您可以这样做：

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

另一种可能（我认为更好）的解决方案是使用 github 存储库来存储您的模型，然后简单地将您的模型提交并推送到 github 并稍后克隆存储库以获取模型。

【讨论】：

您好，您能否详细说明您将如何执行 git clone、在笔记本上工作，然后 git add/commit/push back。我遇到了错误。
救我一命。谢谢。

【解决方案2】：

好吧，这对我有用

> 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] )

通过此代码，您可以监控 val_acc 并在该 epoch 减少时保存权重。现在您可以访问这个 wights 并通过此代码将其加载到模型中

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

【讨论】：