Python Keras交互训练

我正在使用手动k文件夹数据生成器来训练我的神经网络，它是由Keras建立的。过程如下：

def build_model():
   encoder = Dense(...)(input)
   encoder = Dense(...)(encoder)
   decoder = Dense(...)(encoder)
   decoder = Dense(...)(decoder)
   autoencoder = Model(input_layer, decoder)
   autoencoder.compile(...)
   return autoencoder
def train_model(...):
   autoencoder = build_model()
   autoencoder.fit()
   return autencoder

for train_index, test_index in KFold(X, 10):
   trained_model = train_model(X_train, X_test)

这只是我使用的一个简单过程。我的困惑是，当我在循环中进行这个训练过程时，我感觉神经网络并不是每次都初始化。看起来训练过程仍在继续，基于之前的结果，每个神经元的训练权重仍在内存中

---

我想知道有没有办法清除每个训练循环的记忆？或者这个过程应该是正常的，我可以一遍又一遍地训练这个模型吗？

为什么你“感觉”到了？是什么让你认为它没有被重置？因为如果我关闭终端并重新打开它，一次训练一次模型，性能有时好，有时坏。但是如果我在同一个终端中使用一个循环来训练模型，那么性能会有一个上升的趋势，然后下降。看起来我是从一个小批量开始的，随着批量的增加，性能会先增加后降低。也许这是我的错觉。我只是想确定一下。