python - 从经过训练的 keras 模型中获取训练超参数

Question

我正在尝试找出一些用于训练我拥有的一些旧 keras 模型的超参数。它们被保存为 .h5 文件。使用 model.summary() 时，我得到了模型架构，但没有关于模型的额外元数据。

当我在 notepad++ 中打开这个 .h5 文件时，文件的大部分内容都不是人类可读的，但有些位我可以理解，例如；

{"loss_weights": null, "metrics": ["accuracy"], "sample_weight_mode": null, "optimizer_config": {"config": {"decay": 0.0, "momentum": 0.8999999761581421, "nesterov": false, "lr": 9.999999747378752e-05}, "class_name": "SGD"}, "loss": "binary_crossentropy"}

它不存在于 model.summary() 打印的输出中。

有没有办法使这些文件易于阅读或获得包含版本信息和训练参数的更扩展的摘要？

Answer 1

我想你想要的是模型配置，你可以通过以下方式获得这些:

model.get_config()

它返回描述模型配置的“人类可读”JSON 字符串。您可以使用它来重建模型并再次训练它，或者进行更改。