python - 多次拟合时 keras fit() 的历史

这个问题基本上是在keras仓库的Github论坛上提出的问题的延伸:

https://github.com/keras-team/keras/issues/4446

问题是是否可以多次 fit() 一个 keras 模型(例如,由于训练集非常大)。

另一种方法是批量训练,但让我们坚持上面提到的情况。

如果我要训练这样的模型并在循环的最后一次迭代后检索历史记录,它是最后一次 fit() 迭代的历史记录还是所有拟合的历史记录(例如,每个时期的损失平均值)?

预先感谢您的回答!

最佳答案

关闭此线程,因为在我链接到该帖子的讨论中已经给出了答案(在某种程度上) https://github.com/keras-team/keras/issues/4446

2019年6月7日OverLordGoldDragon的回答。

他提到历史必须保存在循环中,因此最终循环之后的历史很可能只是最后一次 fit() 迭代的历史,

https://stackoverflow.com/questions/68336111/

相关文章:

c - 为什么 GTK 4 报告 "assertion ' GTK_IS_WIDGET(部件 )'

javascript - A 帧动画框在特定区域随机移动

scala - Spark : Why execution is carried by a mast

javascript - 如何减少 GridStack 网格元素的最小高度和重量?

azure-devops - Azure Devops 管道 NPM 审计

chainlink - 布朗尼安装疑难解答

sql - 如何获得日期 + 时间的确定性计算值

python - STATICFILES_DIRS 设置不是元组或列表。尽管它不包含逗号

node.js - 修复创建新 Angular 项目时的上游依赖冲突

schema - Protocol Buffer 架构无效。导入 "google/protobuf/