Pytorch 闪电从带有新数据的检查点恢复
Pytorch lightning resuming from checkpoint with new data
我想使用新数据继续训练模型。
我知道您可以继续训练 Pytorch Lightning 模型，例如
pl.Trainer(max_epochs=10, resume_from_checkpoint='./checkpoints/blahblah.ckpt')例如，如果你最后一个检查点保存在第5轮。但是有没有办法通过添加不同的数据来继续训练？
是的，当您从检查点恢复时，您可以在训练期间提供新的 DataLoader 或 DataModule，您的训练将从上一个时期开始使用新数据恢复。
trainer = pl.Trainer(max_epochs=10, resume_from_checkpoint='./checkpoints/blahblah.ckpt')
trainer.fit(model, new_train_dataloader)
我想使用新数据继续训练模型。
我知道您可以继续训练 Pytorch Lightning 模型，例如
pl.Trainer(max_epochs=10, resume_from_checkpoint='./checkpoints/blahblah.ckpt')例如，如果你最后一个检查点保存在第5轮。但是有没有办法通过添加不同的数据来继续训练？
是的，当您从检查点恢复时，您可以在训练期间提供新的 DataLoader 或 DataModule，您的训练将从上一个时期开始使用新数据恢复。
trainer = pl.Trainer(max_epochs=10, resume_from_checkpoint='./checkpoints/blahblah.ckpt')
trainer.fit(model, new_train_dataloader)