Python 3.x 如何增加keras-Conv网的历元数

假设，我有一个已经用100个历元训练过的模型。我用测试数据对模型进行了测试，性能不令人满意。所以我决定再训练100次。我该怎么做

我是和你一起训练的 model.fitdata，target，epochs=100，batch\u size=batch\u size

现在，我想训练相同的模型，而不为下一个100个历元添加新数据。我该怎么做？

来自Keras：

使用model.save以HDF5格式导出模型

稍后，使用keras.models.load_model导入模型

然后，您可以始终对任何已保存/导入的模型进行建模。在新样本可用时，对其进行拟合，或在以前的训练数据集中使用额外的历元继续训练。

只需再次调用model.fitdata，target，历元=100，batch_size=batch_size，即可继续训练相同的模型。模型需要与初始训练中的模型对象相同，而不是重新编译