我正在尝试使用非常大的数据集（远大于我的内存）训练Tensorflow模型。
为了充分利用所有可用的训练数据，我正在考虑将它们分成几个小的“碎片”，并一次训练一个碎片。
经过一番研究，我发现这种方法通常被称为“增量学习”。而且基于this Wiki page，并非所有算法都支持增量学习。
我正在使用tf.keras.Model建立我的模型。在这种情况下，可以进行增量学习吗？
答案 0 :(得分：1)
Tensorflow和Keras模型默认情况下支持增量学习-实际上，在转移学习等情况下，我们通常会使用增量学习。您只需按顺序将数据的不同部分拟合到模型中，甚至可以保存模型，然后加载模型并继续使用数据的相同或不同部分进行训练。
有关更多信息，请参见：