我在教程中使用Google的Inception-v3网进行了一些实验（https://www.tensorflow.org/versions/r0.9/how_tos/image_retraining/index.html）
如果我有足够大的数据集，那就没关系。但是，当数据集相对较小并且在移动中增长（大约每天10％）时呢？
有没有办法为再培训网添加更多数据点？ 我不认为每次获得新数据点时重新训练整个模型似乎效率不高。
答案 0 :(得分：0)
您可以将每一天的数据视为一个大批量的数据。 Tensorflow使用SGD自然支持这种训练输入。
您可以在每天完成培训后将模型保存到磁盘，并在每天的培训前加载昨天的模型。
答案 1 :(得分：0)
如果你想暂停和恢复，TensorFlow中有checkpoints。另一种选择是在不同的层上训练不同的类别。可以将图像重新训练的输出用作输入。还应考虑Better hardware。