Tensorflowを花のデータセットで使用してモデルのトレーニングを継続するにはどうすればよいですか？

花のデータセットでモデルのトレーニングを続行するには、「fit」メソッドを使用します。この方法では、エポック数（モデルを構築するためにデータがトレーニングされる回数）も指定されます。一部のサンプル画像はコンソールにも表示されます。

続きを読む：TensorFlowとは何ですか？KerasがTensorFlowと連携してニューラルネットワークを作成する方法は？

数千の花の画像を含む花のデータセットを使用します。これには5つのサブディレクトリが含まれ、クラスごとに1つのサブディレクトリがあります。

Google Colaboratoryを使用して、以下のコードを実行しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

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

コードクレジット：https：//www.tensorflow.org/tutorials/load_data/images

出力

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>

説明

• これに類似したデータセット（keras.preprocessingを使用して構築された）は、tf.data.Datasetを使用して構築されました。
• モデルは一緒にトレーニングできます。
• 時間がかかりすぎないように、いくつかのエポックがトレーニングされています。