执行多次运行时如何使用 Keras 保留纪元号？
How to preserve the epoch number with Keras when performing multiple runs?
对于 Keras 模型，我包含了 TensorBoard 回调来生成日志文件，以便稍后可视化。
问题是，如果我多次训练我的模型，它会生成多个日志文件，并且步数总是重新开始为 0，而不是继续上一个 运行 的最后一步。
这会导致 TensorBoard 中的图表无法利用（下面的屏幕截图）。
使用原始 Tensorflow，我发现可以通过添加 "global_step" 张量来跟踪 运行 之间的纪元号来解决这个问题。
但是我如何使用 Keras 做到这一点？
model.fit 有一个参数 initial_epoch，默认情况下为 0，它让您告诉模型它从哪个 epoch 开始。您可以使用它来恢复之前的训练。
对于 Keras 模型，我包含了 TensorBoard 回调来生成日志文件，以便稍后可视化。
问题是，如果我多次训练我的模型，它会生成多个日志文件，并且步数总是重新开始为 0，而不是继续上一个 运行 的最后一步。
这会导致 TensorBoard 中的图表无法利用（下面的屏幕截图）。
使用原始 Tensorflow，我发现可以通过添加 "global_step" 张量来跟踪 运行 之间的纪元号来解决这个问题。
但是我如何使用 Keras 做到这一点？
model.fit 有一个参数 initial_epoch，默认情况下为 0，它让您告诉模型它从哪个 epoch 开始。您可以使用它来恢复之前的训练。