Это может быть глупый вопрос, но хотелось бы, чтобы кто-то сказал мне, да или нет.
Скажем, у меня есть сеть LSTM в Tensorflow, и я обучаю ее с помощью Adam Optimizer, чтобы минимизировать функцию затрат, передавая переменные X и Y набор X и Y dict во время обучения, а затем В ОДНОЙ СЕССИИ, предоставляя переменные новые X и Y для тестирования, автоматически ли Tensorflow использует лучшую модель, найденную во время обучения (т. е. с использованием весов, которые привели к наименьшему значению стоимости во время обучения), или только самую последнюю в своем запуске (т.е. последняя эпоха)?
Интересно, нужно ли мне установить функцию model.saver для захвата наилучшей модели при достижении нового более низкого значения стоимости, закрытия текущего сеанса и повторного открытия нового с использованием этой сохраненной модели, ИЛИесли я могу просто предположить, что когда я тестирую в том же сеансе, что и тренировка, он будет использовать лучшую модель.
Спасибо!