如何在没有显式 model.fit 的情况下设置 tf.keras.callbacks.ModelCheckpoint？答案

【问题标题】：How to set tf.keras.callbacks.ModelCheckpoint without explicit model.fit?如何在没有显式 model.fit 的情况下设置 tf.keras.callbacks.ModelCheckpoint？
【发布时间】：2021-04-12 12:44:27
【问题描述】：

我想在代码转换过程中添加Checkpoint。我通过在model.fit 中设置callbacks = callbacks 知道方法。但是，在代码中，没有通过K.function 显式调用model.fit insead，如下所示。谁能告诉我设置检查点的正确位置在哪里？完整代码可通过this github link查看。

vae_model = vae_util.create_vae(input_shape)
vae_model.compile(optimizer=opt, loss='mse')
rec_loss = vae_loss(vae_model.output, train_target)
total_loss = rec_loss
updates = opt.get_updates(total_loss, vae_model.trainable_weights)

iterate = K.function(vae_model.inputs + [train_target], [rec_loss], updates=updates)

eval_rec_loss = vae_loss(vae_model.output, test_target)
evaluate = K.function(vae_model.inputs + [test_target], [eval_rec_loss])

【问题讨论】：

标签： tensorflow keras tf.keras

【解决方案1】：

原代码已经在line 139中保存了安全点

【讨论】：