Python Keras-管理历史

我正在训练Keras模型，使用

model.save（）

保存它们，然后加载它们并恢复训练

我想在每次培训后绘制整个培训历史记录，但

model.fit\u generator（）

仅返回上一次培训的历史记录

我可以保存初始课程的历史并自己更新，但我想知道Keras中是否有管理培训历史的标准方法

history1 = model.fit_generator(my_gen)
plot_history(history1)
model.save('my_model.h5')

# Some days afterwards...

model = load_model('my_model.h5')
history2 = model.fit_generator(my_gen)

# here I would like to reconstruct the full_training history
# including the info from history1 and history2
full_history = ???

让我们说这一行

print(history.history.keys())

生成以下输出：

['acc', 'loss', 'val_acc', 'val_loss']

基于加载的模型应具有与保存的模型相同的性能这一假设，您可以尝试连接历史记录之类的方法。例如，在加载模型的加载精度历史记录上连接新的精度历史记录

它应该从加载模型结束的绘图空间中的同一点开始（可能必须为绘图添加先前训练模型的（+）个历元，以便新的精度值不是从历元0开始，而是从加载模型的最后一个历元开始）

---

我希望你能理解我的想法，并希望它能帮助你：）

事实上，在Keras还没有标准的方法可以做到这一点

有关上下文，请参阅