在 Keras 中加载模型时如何使用 fit_generator？

Question

我训练了一个二元分类器，然后将模型保存为 .h5 文件。

最初我一直在使用 fit_generator 来训练它。

model.fit_generator(
train_generator,
class_weight=class_weights,
steps_per_epoch=nb_train_samples // batch_size,
epochs=epochs,
validation_data=validation_generator,
validation_steps=nb_validation_samples // batch_size,
callbacks=my_callbacks
)

当我调用 load_model 并再次加载它以从上次中断的地方继续训练时，我是否对 fit_generator 使用完全相同的代码，指的是旧的 train_generator 和 validation_generator？

Keras 文档在这方面非常稀少，几乎没有在线使用 load_model 和 fit_generator 的示例。

Answer 1

是的。你为什么不呢？负载将加载重物。生成器将生成新的训练样本。当然，它可能不会完全从它结束的地方开始，但只要洗牌就可以了。