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。