如何使用保存的模型来恢复谷歌 colab 中的训练？答案

【问题标题】：How to use saved model to resume training in google colab?如何使用保存的模型来恢复谷歌 colab 中的训练？
【发布时间】：2021-03-12 06:39:06
【问题描述】：

我正在尝试在 google colab 上的自定义数据集上训练 TensorFlow 对象检测模型，并且我保存了一个训练了 5000 步的模型，是否可以使用保存的模型来恢复训练？我计划再训练 20000 步。我正在使用 google colab 进行培训，培训大约需要 36 个小时，所以我打算使用 checkpoint。如何存储最佳模型检查点并在会话用完时使用它们？

【问题讨论】：

google colab 本身有一个很好的解释，你试过this吗？
嗨@YashvanderBamel，感谢您的关注。我正在使用 tensorflow 对象检测 api 进行训练，所以我正在查看对象检测 api 方面的选项。你能告诉我如何为对象检测模型实现这个
请发布您所做的事情和/或您遇到的错误或问题，并提供预期的输出/结果，像这样没有人能够回答“如何将检查点保存在谷歌colab？”当我使用 google colab 训练模型时，我能够按照我提到的程序进行操作。

标签： python tensorflow google-colaboratory object-detection-api

【解决方案1】：

要使用保存的检查点中的权重恢复训练，请在您的 pipeline.config 文件中，将包含 fine_tune_checkpoint 的行从 <path_to_ckpt>/model.ckpt 更改为 <path_to_ckpt>/model.ckpt-XXXX，其中 XXXX 是您的检查点编号。

至于只保存最佳权重，您可以参考this 帖子和/或this GitHub 链接

【讨论】：