我试过了 load_model
然后 model.fit
方法加载现有模型并在其上添加更多数据。它似乎起作用了。大纪元也没有任何问题。但在保存新的训练模型后,它看起来像旧模型。完全相同的文件大小,相同的数据。我做错了什么?
from keras.models import load_model
model = load_model('/content/drive/MyDrive/Trained_database/diu_project.h5')
model.fit(x=X_train, y=y_train, epochs=30, batch_size = 5,shuffle = False, validation_split=0.2)
model.save('/content/drive/MyDrive/Trained_database/diu_project_3.h5')
1条答案
按热度按时间lmvvr0a81#
您是否检查了正在加载的模型层是否可训练?
可培训参数的数量是否符合您的预期?您可以使用以下代码使所有层都可训练:
或者只从某一层开始训练(比如说100次)。这对于紧密领域之间的转移学习特别有用。
这些例子来自:https://www.tensorflow.org/tutorials/images/transfer_learning