Python 如何为交叉验证（循环）保存Keras的培训历史？

对于交叉验证，如何保存不同训练集和交叉验证集的训练历史？我原以为pickle write的“a”附加模式会起作用，但实际上不起作用。如果可能的话，你能告诉我保存所有模型的方法吗？现在我只能用

model.save（file）

保存上一次训练的模型

---

要在特定列车的每个历元后保存模型并验证数据，您可以使用

回调

：

例如：

from keras.callbacks import ModelCheckpoint
import os

output_directory = '' # here should be path to output directory    
model_checkpoint = ModelCheckpoint(os.path.join(output_directory , 'weights.{epoch:02d}-{val_loss:.2f}.hdf5'))
model.fit(input[list(train)],
          output[list(train)],
          batch_size=16,
          epochs=100,
          verbose=1,
          validation_data=(input[list(test)],output[list(test)]),
          callbacks=[model_checkpoint])

每个历元后，模型将保存在文件中。有关此回调的详细信息，请参阅文档（）

如果要保存在每个折叠上训练过的模型，只需在for循环中添加model.save（文件）：

model.fit(input[list(train)],
          output[list(train)],
          batch_size=16,
          epochs=100,
          verbose=1,
          validation_data=(input[list(test)],output[list(test)]))
model.save(os.path.join(output_directory, 'fold_{}_model.hdf5'.format(ind)))

要保存历史记录，请执行以下操作： 您可以保存历史记录一次，而无需将其附加到每个循环的文件中。在for循环之后，您应该获得带有键（折叠标记）和值（每个折叠上的历史记录）的字典，并按如下方式保存此字典：

f = open(historyfile, 'wb')
pickle.dump(save, f, pickle.HIGHEST_PROTOCOL)
f.close()

---

非常感谢您耐心的回答！

f = open(historyfile, 'wb')
pickle.dump(save, f, pickle.HIGHEST_PROTOCOL)
f.close()