Python Keras负载模型需要花费大量时间来加载检查点

我正在创建检查点，以便再次恢复训练

checkpoint = ModelCheckpoint('model.h5', monitor='val_loss', verbose=1, save_best_only=True, mode='min')

但是当我试图恢复训练时，加载

model.h5

非常慢

from keras.models import load_model
model = load_model('model.h5',custom_objects={'GroupNormalization' : GroupNormalization},compile=False)

---

有办法解决这个问题吗？

。h5扩展是加载任何大文件最快的扩展之一。加载重量时，可能需要注意两点

你用的是普通硬盘吗

你在用GPU吗

如果不是GPU，则加载到RAM中，然后

如果旧处理器可能需要时间加载，则加载和卸载操作是CPU密集型工作

---

使用

ModelCheckpoint

保存模型，而不使用

Save\u weights\u only=True

也将保存优化器状态。您可能会注意到，保存的文件大小比仅具有重量的文件大得多

较大的文件加载速度较慢，尤其是CPU速度较慢的情况下。Colab在GPU实例上使用1个核心CPU，因此速度非常慢

---

如果您现在只想恢复训练，请使用

save_weights_only=True

，然后在恢复时，创建模型并使用

model。加载重量应更快。但是请注意，优化器将被重置。
我正在使用colab，但我也在本地服务器上进行了测试。是的，我正在使用GPUhe已经在使用
save\u weights\u only=True
。他在问题中提到了这一点@Houzayfafafai那是
只保存最好的东西
，这是完全不同的事情！！没有办法
load\u model
只对重量有效，对吗？我可以通过
load\u weight
恢复训练吗？你可以，你只需要重量。如果您使用类似于
adam
的东西，那么拥有优化器状态会更好，但它只会使前几次迭代收敛得更快，这不是必需的。我正在使用
Quadro GV100
加载我的注意层，当将compile attr设置为
True
时，加载模型大约需要6秒。加载模型需要多长时间？我等了大约一个小时，这是一个300 mb的文件，但没有加载