Keras 同时预测和更新神经元权重答案

【问题标题】：Keras predicting and updating the neuron weights at the same timeKeras 同时预测和更新神经元权重
【发布时间】：2021-10-09 10:13:35
【问题描述】：

我已经使用 Keras 构建了 (model.compile()) 神经网络模型。然后我使用我的训练数据拟合了模型 (model.fit())。最后，我使用模型来预测（model.predict()）测试数据的值。

根据我的理解，在拟合模型的过程中，网络神经元的权重在每批中都在更新。在预测时，情况仍然如此吗？预测时神经网络的权重是否会针对每个批次进行更新？是否有可能打开和关闭此选项？我正在运行两个分析，在第一个分析中，我希望在预测时不更新权重，但在另一个分析中，我希望为每个批次更新权重。

【问题讨论】：

【解决方案1】：

在训练过程中每batch后都会更新权重，训练好模型后，可以保存后再使用：

# Save model
model.save('saved_model.h5')
# Loading saved model weights
model.load_weights('saved_model.h5')

然后使用保存的模型来预测测试数据值。

如果您想对更新过程进行任何更改，您可以更改与权重更新相关的超参数，包括时期数和批量大小。

【讨论】：

【解决方案2】：

权重在预测时不更新，仅在训练时更新，因此仅适用于 Model.fit

【讨论】：