python - 是否可以重新训练以前保存的 keras 模型?

标签 python tensorflow neural-network keras

我正在使用 keras 和 tensorflow 进行时间序列预测。我需要用 future 的数据重新训练模型。我的问题是,这在 keras 中是否可行,我们如何做到这一点?

最佳答案

是的。

将模型另存为 .h5

当你想训练你的模型时,再次加载它并像往常一样执行 model.fit 。

确保在加载模型后不要编译模型,因为这会重置您的权重。

看到这个 link欲了解更多信息

关于python - 是否可以重新训练以前保存的 keras 模型?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51854463/

相关文章:

python - Tensorflow 中是否有卷积函数来应用 Sobel 滤波器?

artificial-intelligence - 为 OCR 训练前馈神经网络

python - 重新训练 Tensorflow 的 Inception v3 模型时没有反向移植错误

python - 如何单击与另一个字符串位于同一行的链接?

python - pyqt;服务器重启后QTcpSocket始终处于connectingState状态;

python - 如何在 scikit 中获取与卡方特征选择分数对应的特征名称

python - 加载视频数据集(Keras)

python - 数据增强期间的 Keras CONV 训练似乎显示错误的批量大小和训练示例数量

machine-learning - CIFAR-10 上神经网络的训练误差可能最低

python - 反转 networkx 图中的一条边