我没有 GPU 支持，所以我的模型经常需要几个小时来训练。我可以分批训练我的模型吗？例如，如果我想为我的模型设置 100 个 epoch，但是由于断电，我的训练停止（在第 50 个 epoch），但是当我重新训练我的模型时，我想从它离开的地方训练它（从第 50 个时代开始）。
如果有人可以通过一些例子来解释它，将不胜感激。
如何恢复模型的训练？
数据挖掘
机器学习
Python
神经网络
深度学习
张量流
2022-03-11 23:18:53
1个回答
使用 tensorflow，目前为您的模型获得持久性的最直接和最简单的方法是使用tf.train.MonitoredTrainingSession. 您只需要使用它来代替tf.Session()经常使用的正常。这是一个说明性的 Python 片段：
with tf.train.MonitoredTrainingSession(checkpoint_dir='/tmp/mymodel',
save_summaries_secs=600) as sess:
_ = sess.run(train_op, feed_dict={...})
这样，您的模型会每 600 秒自动保存一次，/tmp/mymodel并在您下次重新启动程序时恢复。