保存并加载后，继续训练deeplearning4j模型

Question

我正在使用卷积神经网络，我正在保存并通过模型序列化器类加载它。

我想要做的是能够稍后返回并继续训练模型提供给它的新数据。

我正在做的是我使用它加载它 ComputationGraph net = ModelSerializer.restoreComputationGraph（modelFileName）;

然后我像以前一样给它提供数据 net.train（dataSetIterator）;

这似乎有效，但它让我的准确性非常糟糕。在我这样做之前大约有89％，并且使用相同的数据，经过几次迭代后它会达到大约50％的准确度（使用它刚刚训练过的相同数据，所以如果有的话，它应该变得更加准确愚蠢右？）。

我错过了一步吗？

Answer 1

我认为根据所提供的信息很难回答，但我会给你一个例子。 我有这个确切的问题。我的应用程序基于GravesLSTMCharModellingExample（这是LSTM）。在运行了几个时代之后我保存了我的模型（此时它生成了清晰的句子），但是在加载它时，它产生了垃圾。 我认为一切都是一样的，但最后我发现我并没有将CharacterIterator初始化。当我修复它时，它按预期工作。

所以简而言之; 初始化辅助类时检查您的值。