什么时候使用？
如果您使用的是compile ，则肯定是在load_model() 。毕竟，您需要一个模型进行编译。 （PS： load_model与模型一起保存的优化器自动编译模型）
compile做什么？
编译定义损失函数 ， 优化器和度量 。就这样。
它与权重无关，您可以根据需要多次编译模型，而不会对预训练权重造成任何问题。
您需要一个经过编译的模型来进行训练 （因为训练使用损失函数和优化器）。但是没有必要为预测而编译模型。
您是否需要多次使用编译？
除非：
- 您要更改其中之一：
- 损失函数
- 优化器/学习率
- 指标
- 某一层的
trainable属性
- 您加载（或创建）了尚未编译的模型。或者您的加载/保存方法没有考虑以前的编译。
再次编译的后果：
如果再次编译模型，则会丢失优化器状态 。
这意味着您的训练在开始时会受到一点影响，直到调整学习率，动量等为止。但是绝对不会对重量造成损害（除非您的初始学习率如此之大，以至于第一次训练步骤会疯狂地更改微调的权重）。
收藏
Rex Kipling• 642
评论
简语风• 664
关于我们
常见问题
内容许可
联系我们
0
当我开始训练模型时，以前没有保存任何模型。我可以安全地使用
model.compile()。我现在将模型保存在h5文件中，以便使用checkpoint进行进一步的训练。说，我想进一步训练模型。我现在很困惑：我可以在这里使用
model.compile()吗？并将其放置在model = load_model()语句之前还是之后？如果model.compile()重新初始化所有权重和偏差，则应将其放在model = load_model()语句之前。在发现一些讨论之后，在我看来，仅当我之前没有保存任何模型时，才需要
model.compile()。保存模型后，就无需使用model.compile()。是真的还是假的？当我想使用经过训练的模型进行预测时，是否应该在进行预测之前使用model.compile()？