TensorFlow在线学习检查点

Question

我正在尝试构建一个基于Mozilla DeepSpeech的自适应语音识别系统（这是DeepSpeech论文的TensorFlow实现）

这个想法是，

1. 我们将以某种声音预先训练模型。然后，保存模型+创建一个检查点。
2. 保存的模型用于将语音转录为文本。
3. 如果用户注意到某些内容被错误转录，他可以就他刚录制的语音的正确文字提供反馈。
4. 这是一个新的培训样本。模型将恢复到上一个​​检查点，然后对新样本进行训练。 （我们还会使用一些数据增强技术来增加样本数量）
5. 现在最好的模型应该更好地采用用户语音/发音
6. 如果转录不正确，请从第3步重复

这是使用检查点的正确方法吗？我的意思是，每当我训练新样本时，我都会恢复到最后一个检查点＆amp;用新样本替换完整的训练数据。

任何建议都将不胜感激！

提前致谢！