AI开发平台ModelArts-使用MoXing时,如何进行增量训练?:“mox.run”添加增量训练参数
“mox.run”添加增量训练参数
在完成标注数据或数据集的修改后,您可以在“mox.run”中,修改“log_dir”参数,并新增“checkpoint_path”参数。其中“log_dir”参数建议设置为一个新的目录,“checkpoint_path”参数设置为上一次训练结果输出路径,如果是OBS目录,路径填写时建议使用“obs://”开头。
如果标注数据中的标签发生了变化,在运行“mox.run”前先执行如果标签发生变化的操作。
mox.run(input_fn=input_fn, model_fn=model_fn, optimizer_fn=optimizer_fn, run_mode=flags.run_mode, inter_mode=mox.ModeKeys.EVAL if use_eval_data else None, log_dir=log_dir, batch_size=batch_size_per_device, auto_batch=False, max_number_of_steps=max_number_of_steps, log_every_n_steps=flags.log_every_n_steps, save_summary_steps=save_summary_steps, save_model_secs=save_model_secs, checkpoint_path=flags.checkpoint_url, export_model=mox.ExportKeys.TF_SERVING)
- ModelArts模型训练_模型训练简介_如何训练模型
- ModelArts模型训练_创建训练作业_如何创建训练作业
- ModelArts模型训练_超参搜索简介_超参搜索算法
- ModelArts分布式训练_分布式训练介绍_分布式调测
- ModelArts是什么_AI开发平台_ModelArts功能
- ModelArts推理部署_纳管Atlas 500_边缘服务-华为云
- ModelArts推理部署_服务_访问公网-华为云
- ModelArts推理部署_模型_AI应用来源-华为云
- ModelArts自动学习是什么_自动学习简介_零代码完成AI开发
- ModelArts推理部署_创建AI应用_自定义镜像规范-华为云