如何在不丢失早期模型的情况下在新数据上训练模型

Question

对于我当前的业务需求，我需要一个分类模型，该模型将根据每天产生的数据进行训练，最重要的是，那天之后我无法使用这些数据，因此我需要进行训练我当天的模型，并且继续每天进行训练，而不会丢失前一天所做的训练（以增加训练数据）。我应该如何应对这一挑战。我已经读过一个叫做在线机器学习或增量学习的概念，但是我不知道如何实现它。请就这个问题提出您的建议。可以解决这个问题。

Answer 1

您可以将较早的内核重新加载到培训中，以适应新数据。 以keras为例，

模型= load_model（old_kernel） model.fit（new_x_train，new_y_train，epochs = 100，batch_size = 2000，shuffle = True）