我有一个训练语音数据的模型。一开始我总是从纪元0开始训练，因为我有一个小数据集。随着我的数据集越来越大，我想知道，在现有模型上训练附加数据是否是一种有效的做法？
例如，我有一个训练有100,000个样本和30个时期的模型。然后我添加20,000个样本，并开始在30个时期进行训练，并在120,000个样本的整个数据集上持续另外10个时期。这会对结果产生多大影响（我的指标是准确度）？
答案 0 :(得分：-1)
我担心你的额外20,000个样品会过度拟合。我会这样从你的初始数据集中随机抽样20.000，然后，添加新的20.000并训练30个纪元。在每个时期使用来自初始数据集的不同样本。这应该给你类似的结果，然后通过训练完整的数据集。