Python 当我在GoogleColab上运行深度学习训练代码时，产生的权重和偏差是否得到了保存？

我正在谷歌Colab笔记本上训练一些深度学习代码。培训正在进行中，似乎需要一两天的时间

我不熟悉深度学习，但我的问题是：

一旦GoogleColab笔记本完成了训练脚本的运行，这是否意味着生成的权重和偏差将硬写入我在Google Drive上的repository文件夹中的某个模型中，因此我可以在将来的任何时候在我喜欢的任何测试数据上运行代码？或者，一旦我关闭Google Colab笔记本，我是否会丢失重量和偏差信息，并且如果我想使用神经网络，我必须再次运行训练脚本

我意识到这可能再次取决于脚本的细节，也就是存储库，但我认为可能有一种通用的方式来实现这些功能

任何有助于理解的帮助都将不胜感激。

不；Colab没有内置的检查点；任何保存都必须由用户完成——因此，除非存储库代码这样做，否则由您决定

请注意，repo需要弄清楚如何连接到远程服务器或连接到本地设备进行数据传输；略读一下它的名字，就不存在这样的事情了

如何保存模型？看见对于最简单的版本，最常见也是最可靠的选择是将Google驱动器装载到Colab上，并将保存/加载路径指向direct

从google.colab导入驱动器 mount“/content/drive”这将触发身份验证提示 %cd'/content/drive/My drive/' 或者，%cd'/content/drive/My drive/My_folder/' 例如，将cd刻录到My Drive（见下文）中的DL代码后，您只需执行model.savemodel0.h5即可，这将在DL代码中创建model0.h5，其中包含整个模型体系结构及其优化器。对于仅权重，请使用model.save_权重

没有；Colab没有内置的检查点；任何保存都必须由用户完成——因此，除非存储库代码这样做，否则由您决定

请注意，repo需要弄清楚如何连接到远程服务器或连接到本地设备进行数据传输；略读一下它的名字，就不存在这样的事情了

如何保存模型？看见对于最简单的版本，最常见也是最可靠的选择是将Google驱动器装载到Colab上，并将保存/加载路径指向direct

从google.colab导入驱动器 mount“/content/drive”这将触发身份验证提示 %cd'/content/drive/My drive/' 或者，%cd'/content/drive/My drive/My_folder/' 例如，将cd刻录到My Drive（见下文）中的DL代码后，您只需执行model.savemodel0.h5即可，这将在DL代码中创建model0.h5，其中包含整个模型体系结构及其优化器。对于仅权重，请使用model.save_权重

---

您可以使用各种重量节省技术来节省重量。我不知道colab自己在保存权重，如果您使用keras，您可以使用model.save_weightsPath，其他框架还有其他选项。否则，开始使用随机状态。这就是我建议你可以使用各种减肥技术来减肥。我不知道colab自己在保存权重，如果您使用keras，您可以使用model.save_weightsPath，其他框架还有其他选项。否则，开始使用随机状态。这就是我要建议的——代码是用Pytorch运行的——保存模型的命令是否只对tensorflow有效？@user1551817对，这是针对tensorflow/Keras的——不确定Pytorch，但这是一个单独的问题；请参阅，例如，将torch.savemodel用于Pytorch代码正在使用Pytorch运行-保存模型的命令是否仅对tensorflow有效？@user1551817对，这是针对tensorflow/Keras的命令-不确定Pytorch，但这是一个单独的问题；请参见，例如，为PyTorch使用torch.savemodel