神经网络检查点？
Neural Network checkpoints?
我是神经网络的新手，我不知道要在 google 上搜索什么来解决问题，这是我的问题，如果你好心请告诉我我在找什么，
所以我正在做一个项目，随着时间的推移会有很多贡献者，每个贡献者都会在 excel 文件上写一行，然后 运行 训练数据集的代码，
如果想问的是，有没有办法保存检查点，这样每次代码都不必训练整个数据集，只需继续训练新条目而不是从零开始。
请告诉我我到底应该做什么 google。
亲切的问候
如您所料，这是非常常见的，通常称为“微调”。在您的情况下，由于数据集在训练运行之间几乎没有变化，您可以期望模型非常相似，因此您可以将权重初始化为之前最佳模型的权重，并仅重新训练几个时期，可能需要少量学习率。
人们通常会从在完全不同的数据集上训练的网络开始进行微调，因此您很可能会发现该用例而不是您的用例，但如果您保留非常相似的数据集，效果会更好.
“不断学习，不忘初心”
我是神经网络的新手，我不知道要在 google 上搜索什么来解决问题，这是我的问题，如果你好心请告诉我我在找什么，
所以我正在做一个项目，随着时间的推移会有很多贡献者，每个贡献者都会在 excel 文件上写一行，然后 运行 训练数据集的代码， 如果想问的是，有没有办法保存检查点，这样每次代码都不必训练整个数据集，只需继续训练新条目而不是从零开始。
请告诉我我到底应该做什么 google。
亲切的问候
如您所料，这是非常常见的，通常称为“微调”。在您的情况下，由于数据集在训练运行之间几乎没有变化，您可以期望模型非常相似，因此您可以将权重初始化为之前最佳模型的权重，并仅重新训练几个时期，可能需要少量学习率。
人们通常会从在完全不同的数据集上训练的网络开始进行微调，因此您很可能会发现该用例而不是您的用例，但如果您保留非常相似的数据集，效果会更好.
“不断学习，不忘初心”