Я использую Tensorflow 1.14 и API tf.keras для создания нескольких (> 10) нейронных сетей с разной сетью. (Меня также интересуют ответы на этот вопрос с использованием Tensorflow 2). Мне интересно, как мне организовать мой проект.
Я конвертирую модели keras в оценки, используя tf.keras.estimator.model_to_estimator и Tensorboard для визуализации. Я также иногда использую model.summary(). Каждая из моих моделей имеет ряд (> 20) гиперпараметров и принимает в качестве входных данных один из трех типов входных данных. Иногда я использую оптимизацию гиперпараметров, например, вручную удаляю модели и использую tf.keras.backend.clear_session(), прежде чем пробовать следующий набор гиперпараметров.
В настоящее время я использую функции, которые принимают гиперпараметры в качестве аргументов и возвращают соответствующую скомпилированную модель keras для превращения в оценщик. Я использую три разных сценария «Main_Datatype.py» для обучения моделей для трех разных типов входных данных. Все данные загружаются из файлов .tfrecord, и для каждого типа данных существует функция ввода, которая используется всеми оценщиками, использующими этот тип данных в качестве входных данных. Я переключаюсь между моделями (т.е. функциями, возвращающими модель) в основных сценариях. У меня также есть некоторые строительные блоки, которые являются частью более чем одной модели, для которых я использую вспомогательные функции, возвращающие их, собирая окончательный результат с помощью функционального API Keras.
Небольшие несовместимости разных моделей начинают меня смущать, и я решил организовать проект с помощью классов. Я планирую создать класс для каждой модели, который отслеживает гиперпараметры и правильное наименование каждой модели и ее каталога моделей. Однако мне интересно, есть ли установленные или рекомендуемые способы сделать это в Tensorflow.
Вопрос: Должен ли я создать подкласс tf.keras.Model вместо использования функций для построения моделей или классов Python, которые их инкапсулируют? Будет ли создание подкласса keras.Model сломать (или потребовать много работы для включения) какую-либо функциональность, которую я использую с оценщиками keras и тензорной доской? Я видел много проблем, с которыми люди сталкиваются при использовании пользовательских классов моделей, и я несколько неохотно берусь за работу только для того, чтобы обнаружить, что это не работает для меня. У вас есть другие предложения, как лучше организовать мой проект?
Заранее большое спасибо.
