Keras保存训练过程中的最好模型

以xDeepFM为例

保存模型参数

from deepctr.models import xDeepFM
model = xDeepFM(...)
model.compile(...)
model.fit(...)
# save_weights
model.save_weights('... .h5')

读取h5模型

model = xDeepFM(...)
# load_weights
model.load_weights('... .h5')

由于h5文件保存的是模型参数，因此模型结构需要自己手动构建，如果需要保存模型结构，可以使用json文件保存模型结构。

保存最优模型权重

上述方法保存的是所有epoch训练后的最后一次结果，但不一定是最优值，因此可以使用checkpoint保存最优权重。

model = xDeepFM(...)
model.compile(...)
# checkpoint
checkpoint = tf.keras.callbacks.ModelCheckpoint(filepath='... .h5', monitor='val_loss', verbose=1, save_best_only=True, mode = 'min')
callback_list = [checkpoint]
model.fit(...,callbacks = callback_list )

ModelCheckpoint的参数中，filepath即保存的h5文件，monitor是监控的指标，一般为val_loss，val_acc等，mode指定保存最大值还是最小值，具体解释可参考官方文档。