训练Keras模型后如何打印训练后的数据大小

Question

我正在使用20k训练集训练我的Keras模型，然后几个月后，我需要更新模型（而不是从头开始训练），而仅将新的传入数据集更新到现有模型中。

我的问题是，如何确保我的模型已更新并且不接受新的传入数据集的训练？

#Training the model and validation_first_time on 20k training dataset
import time
t0=time.time()
history =model.fit(X_old,y_old,
          batch_size      = 64,
          epochs          = 150,
          validation_data = (X_test, y_test),
          shuffle         = True,
          verbose=2) #for visualization

print( "training time:", round(time.time()-t0, 3), "s")


#Training the model and validation_new for second time on 5k dataset
import time
t0=time.time()
history_new_data =model.fit(X_new,y_new,
          batch_size      = 64,
          epochs          = 150,
          validation_data = (X_test, y_test),
          shuffle         = True,
          verbose=2) #for visualization
print( "training time:", round(time.time()-t0, 3), "s")

没有错误，但是我需要确保我的模型是新旧数据集的更新？ 我尝试检查模型的尺寸 并且我已经检查了交叉验证。 有什么方法可以确保这一点？

谢谢。