如何在張量流中連續訓練新數據

Question

我使用TF-slim訓練花卉數據集，腳本爲this。花數據集只有5個類。如果我向玫瑰中添加一些新的圖像數據，或添加新的分類，那麼在火車1000步後應該怎麼做？我是否需要刪除已經過訓練的數據，例如檢查點文件？

Answer 1

存在着對Data Science Stack Exchange類似的問題，與考慮您的方案答案：

一旦模型進行訓練，你會得到可用於 培訓的新的數據，您可以加載以前的型號並訓練到它。例如，對於 示例，您可以將模型保存爲.pickle文件，並在新數據可用時將其加載並進一步加載。請注意，該 模型正確預測，新的訓練數據應該有 相似的分佈與過去的數據

我做同樣在自己的項目中，我開始與越長越小數據集隨着時間的推移。添加新數據後，我會重新訓練上一個檢查點的模型。