【发布时间】：2021-02-05 21:41:57
【问题描述】：
我正在使用 Tensorflow 来训练我的模型。我通常每 10 个 epoch 保存一次我的模型。我要训练的样本数量有限，因此我正在扩充我的数据集以制作更大的训练数据集。
如果我需要在断电后使用我保存的模型来恢复训练，最好是使用相同的数据集恢复训练还是制作一个新的数据集？
【问题讨论】：
标签： python tensorflow
【发布时间】：2021-02-05 21:41:57
【问题描述】：
您的问题很大程度上取决于您如何扩充数据集。如果您的扩充扭曲了基础数据集的统计分布，那么您应该使用断电前的数据集恢复训练。否则，您假设您的扩充没有改变数据集的分布。
这是一个相当安全的假设（假设您的增强不会以极其显着的方式更改数据）您可以安全地在新数据集或旧数据集上恢复训练，而不会显着改变准确性。
【讨论】：
-
我的数据集由 3d 图像组成，我的增强功能包括设置范围之间的随机旋转、设置范围之间的焊盘移动和镜像。
-
在这种情况下，您可能会发现重新扩充数据集甚至可能会带来更好的整体性能。