google colaboratory, Gewicht herunterladen (exportieren gespeicherten Modelle)

Hier ist eine Lösung, die für mich gearbeitet:

Setup-Authentifizierung b/w Google Colab und die Festplatte:

Schritte:

-Fügen Sie den code wie unten

-Dieser Prozess generiert zwei URLs für die Authentifizierung abgeschlossen, wo man Sie kopieren den Platzhalter und fügen Sie in der bar

!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

Sobald die Authentifizierung abgeschlossen ist, verwenden Sie die folgenden codes, um die Verbindung herzustellen:

!mkdir -p drive
!google-drive-ocamlfuse drive

Nun, um die Liste der Dateien in Ihrem Google Drive:

!ls drive

Speichern der Keras Modell-output zu Fahren, der Prozess ist genau das gleiche wie die Speicherung in lokalen Laufwerk:

Ausführen, Keras Modell wie gewohnt

Nachdem das Modell trainiert wird sagen, Sie wollen zu speichern Sie Ihre Modell-Ausgänge (.h5 und json) in der app Ordner von Google Drive:

model_json = model.to_json()
with open("drive/app/model.json", "w") as json_file:
    json_file.write(model_json)
# serialize weights to HDF5
model.save_weights("drive/app/model_weights.h5")
print("Saved model to drive")

Finden Sie die Dateien in die jeweiligen Ordner von Google Drive, von wo Sie Sie herunterladen können, wie wir unten sehen können:

files.download lässt Sie nicht direkt den download großer Dateien. Ein workaround ist es, speichern Sie Ihre GEWICHTE auf Google drive, mit diesem pydrive snippet unten. Ändern Sie einfach die filename.txt für Ihre weights.h5 Datei

# Install the PyDrive wrapper & import libraries.
# This only needs to be done once in a notebook.
!pip install -U -q PyDrive
from pydrive.auth import GoogleAuth
from pydrive.drive import GoogleDrive
from google.colab import auth
from oauth2client.client import GoogleCredentials

# Authenticate and create the PyDrive client.
# This only needs to be done once in a notebook.
auth.authenticate_user()
gauth = GoogleAuth()
gauth.credentials = GoogleCredentials.get_application_default()
drive = GoogleDrive(gauth)

# Create & upload a file.
uploaded = drive.CreateFile({'title': 'filename.csv'})
uploaded.SetContentFile('filename.csv')
uploaded.Upload()
print('Uploaded file with ID {}'.format(uploaded.get('id')))

Führen Sie den folgenden nach dem training.

saver = tf.train.Saver()
save_path = saver.save(session, "data/dm.ckpt")
print('done saving at',save_path)

Dann überprüfen Sie den Speicherort, wo der ckpt-Dateien gespeichert wurden.

import os
print( os.getcwd() )
print( os.listdir('data') )

Schließlich laden Sie die Dateien mit dem Gewicht!

from google.colab import files
files.download( "data/dm.ckpt.meta" )