继续培训新d的LSTM模型

Question

我是机器学习领域的新手，目前正在努力寻找如何在模型加载后继续培训。几乎没有发现类似的话题，但还是搞不清楚。在

我得到了用于时间序列预测的模型，并希望在新数据出现后对其进行重新训练（dataunoriginal+dataunew）。问题是，如果我加载模型并想继续培训，它似乎是从头开始的。即使我使用完全相同的设置和数据（用于训练原始模型），也会发生这种情况。在

伪代码：

    def update_model(model, data, batch_size, updates):

        X, y = train[:, :-n_seq], train[:, -n_seq:]
        X = X.reshape(X.shape[0], n_lag, n_features)
        model.compile(loss='mean_squared_error', optimizer='adam')

        for i in range(updates):               
            model.fit(X, y,epoch=1,b_size=1,verbose=0, shuffle=False)
            model.reset_states()
        return model

    model = load_model("multivariete_model.h5")

Answer 1

你告诉keras每次打电话都要重新编译模型

model.compile()

你每次打电话给update_model时都会这样做：

^{pr2}$

删除该行，培训将从以前的状态继续。在