Neural network 我可以继续用额外的数据训练深度神经网络模型吗？

我有一个模型来训练语音数据。开始时，我总是从历元0开始训练，因为我有一个小数据集。随着我的数据集越来越大，我想知道，在现有模型上使用附加数据进行训练是否是一种有效的做法

---

例如，我有一个训练了100000个样本和30个时代的模型。然后我添加20000个样本，开始30个阶段的训练，在整个120000个样本的数据集上再持续10个阶段。这会对结果产生多大影响（我的衡量标准是准确度）？

我担心您额外的20000个样品会拟合过度。我会像这样从初始数据集中随机抽取20000个样本，然后，添加新的20000个样本，训练30个时代。在每个历元中，使用来自初始数据集的不同样本。这应该会给你类似的结果，然后在完整的数据集上进行训练