2.6 保存和加载
TensorFlow 保存和加载模型!
创建日期: 2023-01-01
模型进度可以在训练期间和训练后保存。这意味着模型可以从上次中断的地方继续,避免长时间的训练。保存还意味着我们可以共享模型。在发布研究模型和技术时,大多数机器学习从业者都会分享:
-
创建模型的代码;
-
模型训练权重或参数。
共享这些数据有助于其他人了解该模型的工作原理并使用新数据亲自尝试。
TensorFlow 保存和加载模型!
创建日期: 2023-01-01
模型进度可以在训练期间和训练后保存。这意味着模型可以从上次中断的地方继续,避免长时间的训练。保存还意味着我们可以共享模型。在发布研究模型和技术时,大多数机器学习从业者都会分享:
创建模型的代码;
模型训练权重或参数。
共享这些数据有助于其他人了解该模型的工作原理并使用新数据亲自尝试。