从 Python 中的文件加载 Keras 模型的历史记录后，如何获取它？答案

【问题标题】：How can I get a Keras models' history after loading it from a file in Python?从 Python 中的文件加载 Keras 模型的历史记录后，如何获取它？
【发布时间】：2018-05-30 07:24:19
【问题描述】：

我已将keras 模型保存为h5py 文件，现在想从磁盘加载它。

训练我使用的模型时：

from keras.models import Sequential

model = Sequential()
H = model.fit(....)

当模型被训练时，我想从磁盘加载它

model = load_model()

如何从model 变量中获取H？不幸的是，它没有我可以调用的history 参数。是因为save_model函数没有保存历史吗？

【问题讨论】：

保存模型只是保留模型的权重和架构。 history 对象是一个字典。您可以将字典保存为json 文件，也可以使用CSVLogger 回调将您的训练历史记录到文本文件中。

标签： python keras

【解决方案1】：

不幸的是，Keras 似乎没有实现直接从加载的模型加载历史的可能性。相反，您必须提前进行设置。这就是我使用CSVLogger 解决它的方法（实际上将整个训练历史记录在一个单独的文件中非常方便。这样你以后可以随时回来绘制你想要的任何历史记录，而不是依赖于一个你很容易丢失的变量存储在 RAM 中）：

首先我们必须在开始训练之前设置记录器。

from keras.callbacks import CSVLogger

csv_logger = CSVLogger('training.log', separator=',', append=False)
model.fit(X_train, Y_train, callbacks=[csv_logger])

整个日志历史现在将存储在文件 'training.log' 中（在您的情况下，您将获得相同的信息，调用 H.history）。训练完成后，下一步就是加载存储在此文件中的数据。你可以用 pandas 做到这一点read_csv：

import pandas as pd
log_data = pd.read_csv('training.log', sep=',', engine='python')

从这里开始，您可以像从K.history 加载数据一样处理存储在log_data 中的数据。

更多信息在Keras callbacks docs.

【讨论】：

除了可以使用pandas 读回它之外，还有一种方法可以将历史文件（如您提到的用CSVLogger() 保存）作为原始History() 对象加载?就好像它是从 model.fit() 新计算的一样？
@s.k 通过使用CSVLogger，历史文件默认保存为.csv 格式。如果我理解您以这种方式加载它的目的是继续训练您的模型。然后，将参数append=True 设置为keras.callbacks.callbacks.CSVLogger(filename, separator=',', append=True) 中的参数，同时将initial_epoch 参数指定给要在再次将模型拟合到数据上时继续训练的时期。请参阅 callbacks 和 fitting sequential models 的文档。
@Jakob 有没有办法在没有熊猫的情况下做到这一点，例如使用 csv 内置还是 numpy？
@Jakob 如何将数据帧结构映射到历史对象的结构？
@jtlz2 指用csv加载training.log文件？您应该能够在python documentation 中找到一些东西。顶部有一个有用的示例。至于另一个问题 - 我相信它值得提出一个新的 SO 问题。

【解决方案2】：

使用pickle 保存历史对象会引发一大堆错误。事实证明，您可以在H.history 上使用pickle 而不是H 来保存您的历史文件！

保存模型和历史文件有点烦人，但无论如何

【讨论】：