python - 使用 Keras 训练模型，从预训练的权重开始

Question

我想从预训练的权重开始用 Keras 训练一个模型（例如，如果已经完成了 50 个 epoch，我想再训练 50 个 epoch，那么第二次训练可以从第一次训练的权重开始）。我如何必须在 fit 生成器中包含以前的 .h5 文件和权重？

callbacks_list = [
ModelCheckpoint(top_weights_path, monitor='val_loss', verbose=1, save_best_only=True),
TensorBoard(log_dir=logs, batch_size=batch_size, histogram_freq=0, write_graph=True, write_grads=True, write_images=True),
ReduceLROnPlateau(monitor='val_loss', factor=0.1, patience=500, verbose=1)]


model.fit_generator(train_gen,
                steps_per_epoch=len(listREFPaths[:-val_split]),
                epochs=nb_epoch,
                callbacks=callbacks_list,
                validation_data=val_gen if use_val_gen else (X_val_data, y_val_data),
                validation_steps=len(listREFPaths[-val_split:]),
                shuffle=rnd_shuffle,
                verbose=1)

在这个讨论中（https://github.com/keras-team/keras/issues/2378），我没有找到答案。