python - 将数据添加到预训练模型
问题描述
对于我正在使用的数据集,我已经使用 Keras 训练并保存了一个 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费了大约 7 个小时。目前可用于将任何新数据添加到已训练模型的方法是什么?
我不想重新训练整个模型是因为我没有要添加的大数据集。由于时间限制,我想在不从头开始训练模型的情况下包含新数据。
如何添加这些新数据?
解决方案
我希望你使用了 model.save(),如果你这样做了,那么你可以
from keras.models import load_model
model=load_model(<your path>)
它只是你的常规模型,你可以训练它,用它预测你想要的任何东西
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
推荐阅读
- rust - 为什么 if-let 表达式使用赋值运算符而不是相等运算符?
- python-3.x - 使用GPU的结果有什么区别?
- github-pages - 尽管在我的实时服务器上本地工作,但图像不会加载到 git hub 页面上。我检查了路径和 Capitilisation
- gml - 如何修复:代码未在某些帧上运行
- notepad++ - 安装在 Windows 7 Professional(以及 Windows 10)上的 Notepad++ 7.7.1 不会保存具有选定扩展名的新文件
- reactjs - 如何从挂钩中的选项卡中添加或删除项目?
- bash - 使用正则表达式移动命令
- laravel - 在 Laravel 中使用 Vuetify(错误:Vuetify 未正确初始化)
- html - 带有滚动条问题的多级下拉菜单
- r - 我收到关于“diskImageR”包的路径错误,我不理解