C++ ANN培训进度使用FANN重置每个新的培训课程

我有一个标准的神经网络，我已经训练了一段时间，但直到完美。培训课程结束后，我将网络保存在磁盘上

过了一段时间，我想从它离开的地方恢复训练网络。问题是，似乎每次我开始新的训练课程时，权重和偏差都会被完全重置，这意味着我要从头开始重新训练网络：

上届会议：

新会议：

以下是我的培训职能的摘录：

void trainNet(fann *net) {
    const unsigned int
        max_epochs = 1000,
        epochs_between_reports = 10;
    const float desired_error = 0.01f;
    net -> learning_momentum = 0.1f;
    fann_train_on_file(net, "sessions.data", max_epochs, epochs_between_reports, desired_error);
    fann_save(net, "network.net");
    fann_destroy(net);
}

我错过了什么？对我来说，这似乎是非常直观的，你可以在多个会话中训练一个网络。我错了吗？这是图书馆的限制吗

训练数据在课间保持不变。这也不局限于这个特定的网络——任何格式的网络似乎都会引发同样的问题

我错过了什么

根据：

设定目标

例如：

fann_set_training_algorithm(net, FANN_TRAIN_INCREMENTAL)