Python tf.keras.callbacks.BackupAndRestore用法及代碼示例

回調以備份和恢複訓練狀態。

繼承自：Callback

用法

tf.keras.callbacks.BackupAndRestore(
    backup_dir
)

BackupAndRestore 回調旨在通過將訓練狀態備份到臨時檢查點文件中(在 tf.train.CheckpointManager 的幫助下)，從 Model.fit 執行過程中發生的中斷中恢複訓練，最後每個時代的。每個備份都會覆蓋先前寫入的檢查點文件，因此在任何給定時間，最多有一個這樣的檢查點文件用於備份/恢複目的。

如果訓練在完成之前重新開始，則訓練狀態(包括 Model 權重和 epoch 編號)將在新的 Model.fit 運行開始時恢複到最近保存的狀態。 Model.fit 運行完成後，臨時檢查點文件將被刪除。

請注意，用戶有責任在中斷後恢複作業。這個回調對於容錯目的的備份和恢複機製很重要，並且從前一個檢查點恢複的模型預計與用於備份的模型相同。如果用戶更改傳遞給 compile 或 fit 的參數，則為容錯保存的檢查點可能會變得無效。

注意：

1. 此回調與禁用的即刻執行不兼容。
2. 在每個 epoch 結束時保存一個檢查點。恢複後，Model.fit 在訓練重新開始的未完成時期重做任何部分工作(因此中斷前完成的工作不會影響最終模型狀態)。
3. 這適用於單工作人員和multi-worker 模式。當 Model.fit 與 tf.distribute 一起使用時，它支持 tf.distribute.MirroredStrategy 、 tf.distribute.MultiWorkerMirroredStrategy 、 tf.distribute.TPUStrategy 和 tf.distribute.experimental.ParameterServerStrategy 。

例子：

class InterruptingCallback(tf.keras.callbacks.Callback):
  def on_epoch_begin(self, epoch, logs=None):
    if epoch == 4:
      raise RuntimeError('Interrupting!')
callback = tf.keras.callbacks.experimental.BackupAndRestore(
backup_dir="/tmp/backup")
model = tf.keras.models.Sequential([tf.keras.layers.Dense(10)])
model.compile(tf.keras.optimizers.SGD(), loss='mse')
try:
  model.fit(np.arange(100).reshape(5, 20), np.zeros(5), epochs=10,
            batch_size=1, callbacks=[callback, InterruptingCallback()],
            verbose=0)
except:
  pass
history = model.fit(np.arange(100).reshape(5, 20), np.zeros(5), epochs=10,
            batch_size=1, callbacks=[callback], verbose=0)
# Only 6 more epochs are run, since first trainning got interrupted at
# zero-indexed epoch 4, second training will continue from 4 to 9.
len(history.history['loss'])
6