我有几个单独的训练数据集，当读取这些数据集时，会使jupyter中的内核崩溃。所以我做了一个变通方法，在一个序列中分别读取它们，并在同一个模型对象上调用fit((。
为了获得准确度指标，我只获取最终的历史对象，但这是否也代表了以前的所有fit((-调用？
默认情况下，每次调用fit时，history都会初始化为回调。除非你提供一些替代方案。一种方法是将模型的history从一个fit()调用传递到下一个fit()作为回调：
model.fit(x, y, batch_size, epochs, callbacks=[model.history])
通过这种方式，新的值将附加到以前累积的值上，因此您可以获得多次运行fit()的统计信息。
如果您需要一些更特殊的东西——保存并处理每个适合的history对象，或者用内存编写一个自定义回调。