Tensorflow 从目录中重新加载Keras调谐器试用版
在Tensorflow 从目录中重新加载Keras调谐器试用版,tensorflow,keras,tensorflow2.0,tf.keras,keras-tuner,Tensorflow,Keras,Tensorflow2.0,Tf.keras,Keras Tuner,在调谐器检查结果的搜索完成后,我正在尝试重新加载或访问Keras调谐器试用版。我找不到与此问题相关的任何文档或答案 例如,我设置了BayesianOptimization来搜索最佳超参数,如下所示: ## Build Hyper Parameter Search tuner = kt.BayesianOptimization(build_model, objective='val_categorical_accuracy',
调谐器检查结果的搜索完成后,我正在尝试重新加载或访问Keras调谐器试用版
。我找不到与此问题相关的任何文档或答案
例如,我设置了BayesianOptimization
来搜索最佳超参数,如下所示:
## Build Hyper Parameter Search
tuner = kt.BayesianOptimization(build_model,
objective='val_categorical_accuracy',
max_trials=10,
directory='kt_dir',
project_name='lstm_dense_bo')
tuner.search((X_train_seq, X_train_num), y_train_cat,
epochs=30,
batch_size=64,
validation_data=((X_val_seq, X_val_num), y_val_cat),
callbacks=[callbacks.EarlyStopping(monitor='val_loss', patience=3,
restore_best_weights=True)])
我看到这将在目录kt_dir
中创建项目名为lstm_dense_bo
的试用文件,如下所示:
现在,如果我重新启动Jupyter内核,我如何将这些试用版重新加载到调谐器
对象中,然后检查最佳模型、最佳超参数或最佳试用版
我非常感谢你的帮助。多谢各位