标签： tensorflow neural-network conv-neural-network
根据我的研究，没有什么可以通过使用tensorflow来处理“记忆丧失”效应（我认为这是最完整的库）。通过这种方式，我想提出与此相关的问题。
考虑到用于训练的大量图像的假设情景，并且这种训练需要数小时才能发生，给了我准确的权重。现在，我想通过呈现更多图像来使我的模型更加健壮，当然，无需再次呈现初始集。我想在不丢失已有记忆的情况下添加知识！
tensorflow中有什么东西可以处理这种情况吗？或者我应该再用整套训练？