민서네집

Keras - Early Stopping 최적 모델 저장하기 / history 저장하기 본문

머신러닝

Keras - Early Stopping 최적 모델 저장하기 / history 저장하기

브라이언7 2019. 8. 12. 01:11

 

http://blog.naver.com/cjh226/221468928164

 

Keras - EarlyStopping 주의사항

들어가며Neural Network 모델은 기계학습 모델 중 하나로, 주어진 훈련 데이터(training data)를 바탕으...

blog.naver.com

https://keras.io/callbacks/#earlystopping

 

Callbacks - Keras Documentation

Usage of callbacks A callback is a set of functions to be applied at given stages of the training procedure. You can use callbacks to get a view on internal states and statistics of the model during training. You can pass a list of callbacks (as the keywor

keras.io

최적 모델 저장 시 epoch 수 구하기.

- 아래와 같이 파일명에 epoch 수를 포함시킬 수 있다.

 

[출처] https://snowdeer.github.io/machine-learning/2018/01/09/find-best-model/

from keras.callbacks import ModelCheckpoint
import os

# ...

MODEL_SAVE_FOLDER_PATH = './model/'
if not os.path.exists(MODEL_SAVE_FOLDER_PATH):
  os.mkdir(MODEL_SAVE_FOLDER_PATH)

model_path = MODEL_SAVE_FOLDER_PATH + '{epoch:02d}-{val_loss:.4f}.hdf5'

cb_checkpoint = ModelCheckpoint(filepath=model_path, monitor='val_loss',
                                verbose=1, save_best_only=True)

# ...

model.fit(X, Y, validation_split=0.2, epochs=200, batch_size=200, verbose=0,
          callbacks=[cb_checkpoint])

 

model을 fit한 결과 history를 저장하기.

https://stackoverflow.com/questions/41061457/keras-how-to-save-the-training-history

 

keras: how to save the training history

In Keras, we can return the output of model.fit to a history as follows: history = model.fit(X_train, y_train, batch_size=batch_size, nb_epoch=nb_epoch...

stackoverflow.com

https://stackoverflow.com/questions/49969006/save-and-load-keras-callbacks-history

 

save and load keras.callbacks.History

I'm training a deep neural net using Keras and looking for a way to save and later load the history object which is of keras.callbacks.History type. Here's the setup: history_model_1 = model_1.

stackoverflow.com

https://tykimos.github.io/2017/07/09/Training_Monitoring/

 

학습과정 표시하기 (텐서보드 포함)

케라스로 딥러닝 모델 개발할 때, 가장 많이 보게 되는 것이 fit 함수가 화면에 찍어주는 로그입니다. 이 로그에 포함된 수치들은 학습이 제대로 되고 있는 지, 학습을 그만할 지 등 판단하는 중요한 척도가 됩니다. 수치 자체도 큰 의미가 있지만 수치들이 에포코마다 바뀌는 변화 추이를 보는 것이 중요하기 때문에 그래프로 표시하여 보는 것이 더 직관적입니다. 본 절에서는 케라스에서 제공하는 기능을 이용하는 방법, 텐서보드와 연동하여 보는 방법, 콜백함수를 직

tykimos.github.io

 

'머신러닝' 카테고리의 다른 글

Google Colab 런타임 연결 끊김 방지  (3) 2019.11.30
Google colab - 무료 딥러닝 서비스  (0) 2019.08.12
keras LSTM RepeatVector  (0) 2019.08.11
LSTM: Many to many sequence prediction  (0) 2019.08.07
RNN sample / RNN 모델 디버깅  (0) 2019.06.29
공유하기 링크
'머신러닝' Related Articles more
Comments