用两个不同的数据集和不同的时期训练单个模型

Question

我有两个不同的数据集dset1和dset2，每个数据集的形状为（4000,249,249,3），其中4000个是图像数量。我正在使用keras VGG16模型，并想知道是否可以通过以下方式在keras中进行训练：

for i in range(epochs=10):
    model.fit(dset1, ......)
for i in range(epochs=20):
    model.fit(dset2, ....)

从dset1迁移到dset2时，应使用dset2处理新模型的训练（在dset1训练中已更新）。上面的代码只是我所需要的直觉。我正在寻找如何准确地做到这一点，甚至有可能。