Python 使用相同的数据集重新训练保存的模型

我想知道，如果我重新训练我保存的模型，我用4个纪元运行它，用同样的图像设置为10个纪元会更快吗

---

我的数据集由2个培训和验证文件夹组成，其中包含5个类、3000个培训和1000个验证图像

如果您使用keras，基本上调用

fit

将从预先存在的权重开始，因此第一个历元将由第五个历元组成。因此，误差已经更低了。但是，请注意，每个历元的处理时间是相等的。您只能从没有随机权重的模型开始。

如果“更快”是指10个时代的执行时间，那么从头开始训练模型没有任何好处，或者预先训练的模型需要相同的时间。但是如果你的意思是继续训练模型6个时期（而不是从头开始训练10个时期），那么使用预先训练的模型会更快。我的意思是继续训练我保存的模型。谢谢我得到了我的答案，并且理解如何训练它。我将尝试使用一个预先训练好的模型，这意味着如果我想训练一个模型20个时代，它可以先训练10个时代并保存它，然后再训练保存的模型10个时代，最后就是20个时代的训练。这就是你想说的吗？是的，这就是我想解释的。