Python keras model.fit输出-“；val_精度从-inf提高到0.29846“inf是什么意思？

我正在用keras训练一个CNN模型

在每个历元结束后，如果验证精度有所提高，我会将权重保存为检查点

from keras.callbacks import ModelCheckpoint


checkpoint = ModelCheckpoint(checkpoint_path, monitor='val_accuracy', mode='max', 
save_best_only=True, verbose=1)

callbacks = [checkpoint]

#load checkpoints if existing
import os

num_of_epochs = 65
epochs_done = 0

if(os.path.exists(checkpoint_path)):
    model.load_weights(checkpoint_path)
    num_of_epochs = num_of_epochs - epochs_done
    print('checkpoints loaded')

当我停止训练后重新开始训练时，我的第一个历元输出就是这样的

Epoch 1/65
425/425 [==============================] - 224s 526ms/step - loss: 2.1739 - accuracy: 0.2939 - val_loss: 2.1655 - val_accuracy: 0.2985

Epoch 00001: val_accuracy improved from -inf to 0.29846, saving model to checkpoints-finetuning.hdf5

---

每次我重新开始训练时，我都会注意到这一点。为什么会这样？每次重新启动时，检查点文件是否会被更差的精确权重覆盖？

这是因为每次运行脚本时都会重新创建回调实例；它不会与模型一起保存。因此，第一个历元总是从默认值开始，默认值是

np.Inf

或

-np.Inf

，根据