抱歉,csdn最近掉进钱眼里面去了,C币用完了,无法悬赏了。
问题:深度学习分类问题,我现已经对500个类别,10万张的图片进行了第一次训练训练。
现在有了一批新的数据,50个类别,10000张图片(每隔几天或每周都会在数据中添加新类)。由于训练时间的原因,我希望避免使用完整的10万+ 10000张图像进行训练,独的使用新增的50个类别进行增量训练,且不会忘记第一次训练的数据。
希望可以给我一些思路或者想法什么的。
抱歉,csdn最近掉进钱眼里面去了,C币用完了,无法悬赏了。
问题:深度学习分类问题,我现已经对500个类别,10万张的图片进行了第一次训练训练。
现在有了一批新的数据,50个类别,10000张图片(每隔几天或每周都会在数据中添加新类)。由于训练时间的原因,我希望避免使用完整的10万+ 10000张图像进行训练,独的使用新增的50个类别进行增量训练,且不会忘记第一次训练的数据。
希望可以给我一些思路或者想法什么的。