当我开始训练模型时，以前没有保存任何模型。我可以model.compile()安全使用。我现在将模型保存在h5文件中，以使用进行进一步的培训checkpoint。
说，我想进一步训练模型。我现在很困惑：我可以model.compile()在这里使用吗？并将其放在model = load_model()声明之前还是之后？如果model.compile()重新初始化所有权重和偏差，则应将其放在model = load_model()语句之前。
在发现一些讨论之后，在我看来，model.compile()仅当我之前没有保存任何模型时才需要。保存模型后，无需使用model.compile()。是真的还是假的？当我想使用训练好的模型进行预测时，应该model.compile()在预测之前使用吗？
什么时候使用？
如果您正在使用compile，则一定要在之后load_model()。毕竟，您需要一个模型进行编译。（PS：使用load_model与模型一起保存的优化器自动编译模型）
怎么compile办？
编译定义损失函数，优化器和度量。就这样。
它与权重无关，您可以根据需要多次编译模型，而不会对预训练权重造成任何问题。
您需要一个经过编译的模型来进行训练（因为训练使用损失函数和优化器）。但是没有必要为预测而编译模型。
您是否需要多次使用编译？
除非：
trainable某层的性质再次编译的后果：
如果再次编译模型，则会丢失优化器状态。
这意味着您的训练在开始时会受到一点影响，直到它调整学习速度，动量等为止。但是绝对不会对重量造成损害（除非您的初始学习速度如此之大，以至于第一次训练步骤会疯狂地更改微调的权重）。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句