如何使用Tensorflow与花朵数据集继续训练模型？

使用“fit”方法来继续训练花卉数据集的模型，同时还要指定训练模型的 epochs 数（训练数据构建模型的次数）。一些示例图像也会在控制台上显示。

阅读更多信息：什么是TensorFlow以及Keras如何与TensorFlow一起创建神经网络？

我们将使用包含数千张花卉图像的花卉数据集。它包含5个子目录，每个类别都有一个子目录。

我们在使用 Google Colaboratory 运行以下代码。Google Colab或Colaboratory 可以在浏览器上运行Python代码，不需要任何配置，并且可以免费访问GPU（图形处理单元）。Colaboratory是基于Jupyter Notebook构建的。

print("将数据拟合到模型中")
model.fit(
   train_ds,
   validation_data=val_ds,
   epochs=3
)

代码来自：https://www.tensorflow.org/tutorials/load_data/images

输出

将数据拟合到模型中
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>

如何使用Tensorflow与花朵数据集继续训练模型？