如何使用Tensorflow和花卉数据集继续训练模型？

要继续在花卉数据集上训练模型，可以使用“fit”方法。在此方法中，还会指定 epoch 数（用于构建模型的数据训练次数）。一些示例图像也会显示在控制台上。

阅读更多：什么是 TensorFlow，Keras 如何与 TensorFlow 协作创建神经网络？

我们将使用花卉数据集，其中包含数千朵花的图像。它包含 5 个子目录，每个类对应一个子目录。

我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助通过浏览器运行 Python 代码，无需任何配置，并可免费访问 GPU（图形处理单元）。Colaboratory 基于 Jupyter Notebook 构建。

print("The data is fit to the model")
model.fit(
   train_ds,
   validation_data=val_ds,
   epochs=3
)

代码来源：https://tensorflowcn.cn/tutorials/load_data/images

输出

The data is fit to the model
Epoch 1/3
92/92 [==============================] - 102s 1s/step - loss: 0.7615 - accuracy: 0.7146 - val_loss: 0.7673 - val_accuracy: 0.7180
Epoch 2/3
92/92 [==============================] - 95s 1s/step - loss: 0.5864 - accuracy: 0.7786 - val_loss: 0.6814 - val_accuracy: 0.7629
Epoch 3/3
92/92 [==============================] - 95s 1s/step - loss: 0.4180 - accuracy: 0.8478 - val_loss: 0.7040 - val_accuracy: 0.7575
<tensorflow.python.keras.callbacks.History at 0x7fda872ea940>