向预先训练的模型添加数据

Question

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先训练的模型中，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。目前有哪些方法可用于向已训练的模型中添加任何新数据？

我不想重新训练整个模型是因为我没有要添加的大型数据集。由于时间限制，我希望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？

Answer 1

我希望您使用了model.save()，如果您使用了，那么您可以

from keras.models import load_model
model=load_model(<your path>)

这只是你的常规模型，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))

不管你想做什么