如何使用Tensorflow和花卉資料集繼續訓練模型？

要繼續在花卉資料集上訓練模型，可以使用“fit”方法。在此方法中，還會指定 epoch 數（用於構建模型的資料訓練次數）。一些示例影像也會顯示在控制檯上。

閱讀更多：什麼是 TensorFlow，Keras 如何與 TensorFlow 協作建立神經網路？

我們將使用花卉資料集，其中包含數千朵花的影像。它包含 5 個子目錄，每個類對應一個子目錄。

我們使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助透過瀏覽器執行 Python 程式碼，無需任何配置，並可免費訪問 GPU（圖形處理單元）。Colaboratory 基於 Jupyter Notebook 構建。

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

程式碼來源：https://www.tensorflow.org/tutorials/load_data/images

輸出

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>