Tensorflow 从目录中重新加载Keras调谐器试用版

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