对于我正在使用的数据集，我已经使用 Keras 训练并保存了 h5py 模型。现在我必须将新数据添加到预训练模型中，并在训练集中使用这些新数据。但我不想重新训练整个数据集，因为训练和保存模型已经花了大约 7 个小时。目前可使用哪些方法将新数据添加到已训练的模型中？
我不想重新训练整个模型，因为我没有大数据集要添加。由于时间限制，我想包含新数据，而不需要从头开始训练模型。
如何添加这个新数据？
最佳答案
我希望你使用了 model.save()，如果你这样做了那么你就可以
from keras.models import load_model
model=load_model(<your path>)
这只是您的常规模型，您可以训练它，用它进行任何您想要的预测
model.compile(optimizer='adam',loss='binary_crossentropy', metrics=['accuracy'])
model.fit(train_data, train_labels,epochs=epochs,batch_size=batch_size,validation_data=(validation_data, validation_labels))
以及你想做的任何事情
关于python - 将数据添加到预训练模型中，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52777644/