如何获得Keras models'；从Python中的文件加载后的历史记录？

我已将

keras

模型保存为

h5py

文件，现在想从磁盘加载它

培训我使用的模型时：

from keras.models import Sequential

model = Sequential()
H = model.fit(....)

当模型训练完成后，我想用

model = load_model()

---

如何从

model

变量中获取

H

？不幸的是，它没有一个我可以直接调用的

history

参数。是否因为

save\u model

函数不保存历史记录？

使用

pickle

保存历史记录对象引发了大量错误。事实证明，您可以在

H.history

上使用

pickle

而不是

H

来保存历史文件

---

需要保存模型和历史文件有点烦人，但是使用

pickle

保存历史对象会引发大量错误。事实证明，您可以在

H.history

上使用

pickle

而不是

H

来保存历史文件

---

保存一个模型和一个历史文件有点烦人，但不管怎样不幸的是，Keras似乎没有实现直接从加载的模型加载历史的可能性。相反，你必须提前设置它。这就是我使用

CSVLogger

解决它的方法（实际上，将整个培训历史记录存储在一个单独的文件中非常方便。这样，您可以随时稍后返回并绘制您想要的任何历史记录，而不是依赖于存储在RAM中的变量）：

首先，我们必须在开始培训之前设置记录器

from keras.callbacks import CSVLogger

csv_logger = CSVLogger('training.log', separator=',', append=False)
model.fit(X_train, Y_train, callbacks=[csv_logger])

整个日志历史记录现在将存储在文件“training.log”中（在您的情况下，通过调用

H.history

可以获得相同的信息）。当培训结束时，下一步就是加载存储在该文件中的数据。您可以使用pandas

读取\u csv

：

import pandas as pd
log_data = pd.read_csv('training.log', sep=',', engine='python')

从heron，您可以像从

K.history

加载数据一样处理存储在

log\u data

中的数据

---

更多信息参见

不幸的是，Keras似乎没有实现直接从加载的模型加载历史的可能性。相反，你必须提前设置它。这就是我使用

CSVLogger

解决它的方法（实际上，将整个培训历史记录存储在一个单独的文件中非常方便。这样，您可以随时稍后返回并绘制您想要的任何历史记录，而不是依赖于存储在RAM中的变量）：

首先，我们必须在开始培训之前设置记录器

from keras.callbacks import CSVLogger

csv_logger = CSVLogger('training.log', separator=',', append=False)
model.fit(X_train, Y_train, callbacks=[csv_logger])

整个日志历史记录现在将存储在文件“training.log”中（在您的情况下，通过调用

H.history

可以获得相同的信息）。当培训结束时，下一步就是加载存储在该文件中的数据。您可以使用pandas

读取\u csv

：

import pandas as pd
log_data = pd.read_csv('training.log', sep=',', engine='python')

从heron，您可以像从

K.history

加载数据一样处理存储在

log\u data

中的数据

---

保存模型中的详细信息仅保留模型权重和体系结构<代码>历史对象是一个字典。您可以将字典另存为

json

文件，也可以使用

csvloger

回调将培训历史记录记录到文本文件中。保存模型只会保留模型权重和体系结构<代码>历史对象是一个字典。您可以将字典另存为

json

文件，也可以使用

CSVLogger

回调将培训历史记录记录到文本文件中。除了可以使用

pandas

读回外，是否还有方法加载历史记录文件（如您所述，使用

CSVLogger（）

保存）作为原始

History（）

对象？就像使用

csvloger

刚从

model.fit（）

？@s.k计算出来一样，历史文件默认保存为.csv格式。如果我理解你这样加载的目的，那就是继续训练你的模型。然后，将参数

append=True

设置为

keras.callbacks.callbacks.CSVLogger（filename，separator='，'，append=True）

，同时将

initial_epoch

参数指定给再次将模型拟合到数据时要继续训练的历元。请参阅文档以及。除了可以使用

pandas

将其读回外，是否还有方法将历史文件（如您所述使用

CSVLogger（）

保存）加载回原始

history（）

对象？就像使用

csvloger

刚从

model.fit（）

？@s.k计算出来一样，历史文件默认保存为.csv格式。如果我理解你这样加载的目的，那就是继续训练你的模型。然后，将参数

append=True

设置为

keras.callbacks.callbacks.CSVLogger（filename，separator='，'，append=True）

，同时将

initial_epoch

参数指定给再次将模型拟合到数据时要继续训练的历元。有关详细信息，请参阅文档。