我训练了一个二进制分类器,然后将模型保存为.h5文件。在
最初,我一直在使用fit_nu发电机来训练它。在
model.fit_generator(
train_generator,
class_weight=class_weights,
steps_per_epoch=nb_train_samples // batch_size,
epochs=epochs,
validation_data=validation_generator,
validation_steps=nb_validation_samples // batch_size,
callbacks=my_callbacks
)
当我调用load_model并再次加载它以继续我上次停止的培训时,我是否对fit_generator使用完全相同的代码,参考旧的train_generator和validation_generator?在
在这方面,Keras文档非常稀少,几乎没有将load_模型与fit_generator一起在线使用的例子。在
是的。你为什么不呢?负载将加载重量。生成器将生成新的训练样本。当然,它可能不会完全从它结束的地方开始,但只要洗牌就可以了。在
相关问题 更多 >
编程相关推荐