【发布时间】:2019-06-18 20:28:54
【问题描述】:
如何在不从头开始重新训练的情况下更新/附加新数据到我的模型? 我的数据集是图像,输出是预测情绪。
model.fit(x=train_image, y=train_label, epochs=1, batch_size=1)
Model.fit 似乎没有附加我的新数据,而是覆盖了模型。我的输出只有一个(我更新的最后一个)。
我已经搜索过了,但效果不佳。
编辑 1: 当我们丢失之前训练的数据时,我们能做什么。简而言之,我们在训练完成后丢失了训练数据,并且无法再次取回数据,我们需要保留的只是从中完成的学习,并在收到新数据时重新训练模型。
【问题讨论】:
-
究竟是什么不起作用?您收到任何错误消息吗?您是否还将优化器的状态保存在某处?
-
@Hagbard 是的,我确实保存了它,它没有错误。问题是每次我使用 model.fit 重新训练/更新它时,它都会不断覆盖我的模型。
标签: python tensorflow keras