如何合并两个保存的keras模型？

Question

假设我有一个200万的数据集。一开始，我只用了一百万，训练了这些，并以h5格式保存了模型，比如first.h5。后来，我又使用了100万个数据，用相同的算法训练那些数据，并保存成second.h5。训练需要超过一天，所以我不能同时使用所有的两百万数据。有没有办法，我可以合并这两个保存的模型，如first.h5 + second.h5 = merged.h5

Answer 1

您不可能做到这一点(合并模型)。让我简单地说一句。你训练一个名为first的孩子，使用大约100万的数据来识别图像是猫还是狗。然后，你训练了第二个孩子，名为second，使用另外100万的数据来识别图像是猫还是狗。现在，您所要求的是将first和second结合起来。

但是，假设训练数据是IID (独立和相同分布的)，那么您可以做的是创建两个模型的集合来进行预测。

两种模型集成的简单方法如下

• 最大投票
• 平均化
• 加权平均

按照这个链接关于如何合奏。

或者，一个简单的策略是平均两个模型的最终得分，并使用平均分数来进行预测。

一种更强大的策略是使用验证集来查找类的权重，然后使用这些权重对未见数据进行最终预测。

Answer 2

您可以合并-- 平均权重 --但这与使用完整数据集进行培训不一样。

通常，用更多的数据进行训练可以得到更好的结果，更好的模型。

如果您不想使用完整的数据集进行训练，我建议不要使用平均权重，而是同时使用模型进行推理和平均预测。