Closed l22576283 closed 6 years ago
如果需要能够继续训练已经保存的模型,可以将train中sess.run(init_op)/sees.run(init)替换为saver.restore,代码可以参考captcha_recognize.py中使用saver加载模型参数。
好的,但是我还有一个疑问? 我在看到别文章里面做训练的时候,每次训练的数据都是重新生成的。 而我们这里按描述里说的训练集只有50000,如果默认的批次大小每次128张图,那最多到390轮的时候数据应该已经用完了,那剩下的1W9千轮训练是在用重复的数据在训练? 这样不会有问题么?
还有个问题就是继续训练的时候,训练集是从头开始的还是能从当时记录点开始?
1.有学习率,所以不可能所有图片训练一次就直接找到局部最优;2.每一轮训练图片是随机组合的,建议看下https://hit-scir.gitbooks.io/neural-networks-and-deep-learning-zh_cn/content/chap3/c3s4.html 关于随机梯度下降的章节;3.因为训练集每轮的数据都是随机组合的,继续训练依然是随机没有记录,没有从头开始一说。
框架能否可以在暂停后再次按原有的进度继续训练,甚者能否支持模型保存后的后续优化训练?