目前剛開始接觸keras， 想問在硬體設備限制下， 該如何使用上次訓練出來的權重，進行下一次的訓練? 我將情況分成3種， 第1、2種是比較常見的作法，看很多標準寫法大概都像這樣， 第3種狀況是我自己的想法，我把minibatch跟epoch改成用迴圈控制， 這樣不用一次讀全部資料進來存在電腦記憶體， 而是改成讀一部分(要的minibatch)進行訓練。 但不知道這樣訓練時所使用到的權重， 是上次訓練所儲存的，還是重新random的? 因為目前試驗起來，比較像是重新random的， 不知道該如何改成使用上次的權重? ############################################################################# 1.電腦記憶體足夠、顯卡記憶體足夠 read_csv("全部資料") #讀取所有資料 model.fit(data,minibatch=256,epochs=100) #較大minibatch 2.電腦記憶體足夠、顯卡記憶體不足 read_csv("全部資料") #讀取所有資料 model.fit(data,minibatch=64,epochs=100) #較小minibatch 3.電腦記憶體不足、顯卡記憶體不足 for epoch times in range(100): for minibatch_time in range(64/資料數): read_csv("部分資料") #改成讀取部分資料 . . . model.load_weights("weight.h5") #使用上次訓練出來的權重 model.fit(data,epochs=1) #使用讀取進來的資料進行訓練 model.save_weights("weight.h5") #儲存權重以供下次使用 ############################################################################# 不知道有沒有人遇過類似的問題? --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 163.26.178.150 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1525233814.A.D21.html