google colab中的Tensorflow網絡，當我重新運行腳本時會發生什么

Question

我用 tensorflow 創建了一個簡單的神經網絡，我正在研究時期的數量如何影響結果。 為此，我使用 Google Colab。

設想：

1. 我從 tensorflow 下載數據集（內置）
2. 我在 tensorflow 中創建了一個 model
3. 我將變量設置為要訓練 model 的時期數
4. 編譯訓練model

我注意到當我重新運行腳本時，數據集已經下載了，我擔心 model 可能也會保存在 session memory 中。

我的問題是：如果我在 google colab 中使用具有不同時期編號的選項“Run after”重新運行腳本，這會創建 model 的新實例並從 0 開始訓練，還是開始重新訓練已經訓練的 model？

例如：我運行腳本並訓練網絡 10 個 epoch。 我將變量更改為 50 並重新運行腳本。 它會開始從 0 到 50 訓練 model，還是需要已經訓練過的 model 並再訓練 50 個 epoch，總共 60 個？

有什么方法可以檢查 model 訓練了多少個紀元？

Answer 1

我從 tensorflow 教程創建了帶有網絡的新腳本，在 model 編譯之后以及訓練之前和訓練之后添加了評估 function。

答：當重新運行腳本 model 時，總是從 0 epoch 開始訓練。