ModelCheckpoint

class paddle.callbacks. ModelCheckpoint ( save_freq=1, save_dir=None ) [源代码]

ModelCheckpoint 回调类和model.fit联合使用，在训练阶段，保存模型权重和优化器状态信息。当前仅支持在固定的epoch间隔保存模型，不支持按照batch的间隔保存。

子方法可以参考基类。

参数：

  • save_freq (int，可选) - 间隔多少个epoch保存模型。默认值：1。

  • save_dir (int，可选) - 保存模型的文件夹。如果不设定，将不会保存模型。默认值：None。

代码示例：

  1. import paddle
  2. import paddle.vision.transforms as T
  3. from paddle.static import InputSpec
  5. inputs = [InputSpec([-1, 1, 28, 28], 'float32', 'image')]
  6. labels = [InputSpec([None, 1], 'int64', 'label')]
  8. transform = T.Compose([
  9.     T.Transpose(),
  10.     T.Normalize([127.5], [127.5])
  11. ])
  12. train_dataset = paddle.vision.datasets.MNIST(mode='train', transform=transform)
  14. lenet = paddle.vision.LeNet()
  15. model = paddle.Model(lenet,
  16.     inputs, labels)
  18. optim = paddle.optimizer.Adam(0.001, parameters=lenet.parameters())
  19. model.prepare(optimizer=optim,
  20.             loss=paddle.nn.CrossEntropyLoss(),
  21.             metrics=paddle.metric.Accuracy())
  23. callback = paddle.callbacks.ModelCheckpoint(save_dir='./temp')
  24. model.fit(train_dataset, batch_size=64, callbacks=callback)