Angenommen, ich habe ein Keras-Modell und eine Funktion train_model(data)
, um es auf einige Daten zu trainieren.Keras verteilte Modell und Daten
Ich würde gerne wissen, ob es möglich ist, identische Architektur, identische Hyperparam-Modelle, die separat/unabhängig trainiert wurden, zu kombinieren/zusammenführen?
python train_model(data1) ### one one epoch
python train_model(data2) ### one one epoch
...
dann
load(model1)
load(model2)
model3 = combine(model1, model2)
### model3 equivalent to 2 epochs of learning.
Ich versuche, einen Weg zu verstehen/finden Sie das Lernen zu verteilen.
Sie zwei Netzwerke aufbauen sollte (genau gleich), die ausgebildet wurde, laden dann die Gewichte für jeden von ihnen getrennt. Dann können Sie die Ausgaben mit der Merge-Ebene kombinieren. Denken Sie daran, Sie sollten 'Model' API verwenden – Nain