Python 保存然后重用CNN模型-保留初始化
我希望重复一系列的图像分类实验,用相同的超参数(特别是初始化)重复使用CNN。那么,如果我在实例化一个模型之后和训练它之前保存它,这是否也会保存初始化,以便我稍后重新加载它并使用不同的数据集和标签训练,它是否会使用与我使用第一个数据集/分类标签训练的第一个模型相同的超参数和初始化来启动这个新模型?我目前正在使用fastai,这当然是一个基于Pythorch的库/API集,但我认为每个人都会得到一个更一般的解释,涵盖CNN使用任何库的所有内容Python 保存然后重用CNN模型-保留初始化,python,fast-ai,Python,Fast Ai,我希望重复一系列的图像分类实验,用相同的超参数(特别是初始化)重复使用CNN。那么,如果我在实例化一个模型之后和训练它之前保存它,这是否也会保存初始化,以便我稍后重新加载它并使用不同的数据集和标签训练,它是否会使用与我使用第一个数据集/分类标签训练的第一个模型相同的超参数和初始化来启动这个新模型?我目前正在使用fastai,这当然是一个基于Pythorch的库/API集,但我认为每个人都会得到一个更一般的解释,涵盖CNN使用任何库的所有内容 我希望得到的答案是:“在工作流创建CNN的这一点之后,
我希望得到的答案是:“在工作流创建CNN的这一点之后,模型将被初始化,如果您在这一点保存它,您可以稍后重新加载它,并在下一个模型中使用相同的超参数和初始化。”您可以在创建学习者后立即保存它 例如:
learn = cnn_learner(data,models.resnet34,metrics=error_rate)
learn.save('init')
稍后:
learn.load('init)
这在fastai文档中有很好的记录,请看以下内容:1。2.