如何在正则区间上重新训练keras模型

假设我在初始阶段有4000个数据点，我使用索引0到3999的数据点训练了一个模型，然后保存了模型。现在5天后，我加载了保存的模型，现在我使用索引5到4004的数据重新训练保存的模型。训练是从上一次学习的权重开始，还是在新模型中重新初始化权重？数据是时间序列数据。

如果层未冻结，则无论选择从哪个数据点重新训练，每次开始训练时权重都会更新。因此，先前保存的模型中的权重信息将丢失

---

但是，如果您选择冻结某些层（并保持其他层不变），冻结的层将保留从以前的训练（数据点0到3999）中获取的权重信息，而所有其他层将根据新数据（数据点5到4004）更新权重

，这取决于您的代码具体执行的操作，没有一般性的答案，因为这两个选项在KerasCan中都是可能的。您可以提供一个选项，我可以在其中保留以前的学习和以后的学习。