Tensorflow 如何训练CNN而不失去已经训练好的重量（记忆丧失效应） 从我所研究的，没有什么可以通过使用TysFROW（我认为最完整的库）来处理“内存丢失”的影响。因此，我想提出与此有关的问题
考虑到用于训练的一大组图像的假设场景，并且训练花费了数小时，给了我一个准确的权重。现在，我想通过呈现更多的图像，使我的模型更加健壮，当然，不需要再次呈现初始集。我想在不丢失已有记忆的情况下增加知识Tensorflow 如何训练CNN而不失去已经训练好的重量（记忆丧失效应） 从我所研究的，没有什么可以通过使用TysFROW（我认为最完整的库）来处理“内存丢失”的影响。因此，我想提出与此有关的问题,tensorflow,neural-network,conv-neural-network,Tensorflow,Neural Network,Conv Neural Network,考虑到用于训练的一大组图像的假设场景，并且训练花费了数小时，给了我一个准确的权重。现在，我想通过呈现更多的图像，使我的模型更加健壮，当然，不需要再次呈现初始集。我想在不丢失已有记忆的情况下增加知识 tensorflow中有什么东西可以处理这种情况吗？还是我应该带着整套装备再训练一次？阅读有关检查点的内容，加油！刚发现：“检查点的一个很好的用途是在每次训练期间观察到改进时输出模型权重”。我找错词了！谢谢，@user2717954！阅读关于检查点的文章，加油！刚发现：“检查点的一个很好的用途是在每次
tensorflow中有什么东西可以处理这种情况吗？还是我应该带着整套装备再训练一次？阅读有关检查点的内容，加油！刚发现：“检查点的一个很好的用途是在每次训练期间观察到改进时输出模型权重”。我找错词了！谢谢，@user2717954！阅读关于检查点的文章，加油！刚发现：“检查点的一个很好的用途是在每次训练期间观察到改进时输出模型权重”。我找错词了！谢谢，@user2717954！