Keras 뿐만 아니라, epoch을 많이 돌다보면 중간 결과가 더 좋을 경우들이 있다.
즉, 맨 마지막에서 local minima에 빠져서 마지막에 결과를 저장해서는 성능이 좋지 않은 경우가 더러 있다.
이러한 경우를 위해서 일정 epoch가 지나면 결과를 저장하는 방식 등 다양한 방법들이 있는데,
그 역할을 하는 방법이 keras에서는 ModelCheckpoint를 사용하는 것이다.
기본 폼
keras.callbacks.ModelCheckpoint(filepath, monitor='val_loss', verbose=0, save_best_only=False, save_weights_only=False, mode='auto', period=1)
Argument
반드시 넣어야 하는 것은 filepath 이다.
save_best_only를 True로 설정할 경우에는 그냥 파일명을 정하면 되지만,
그 외에는 다음과 같은 방식으로 이름을 정해야 한다.
weights.{epoch:02d}-{val_loss:.2f}.hdf5 로 해놓으면 epoch, val이 값으로 삽입되어
여러 모델을 다른 모델명으로 가능하다.
정리
이 방식이 좋기는 하다.
아직도 learning rate 출력이 어렵긴 하지만 쓰면 쓸수록 keras가 참 쉽게 잘 만들었다는 생각이 든다.
굿~!