Я хочу добавлять новые данные в модель ежедневно. Модель обучается на 2 миллионах записей, и у меня ежедневно появляется около 1000 новых записей. Иногда в этих записях появляются новые классы (классификация нескольких классов)
Однако, когда я подгоняю новые данные, предсказания предыдущих записей становятся хуже, и точность новых данных всегда равна 0, даже после 300эпох ...
Использование керасов, встраивание слов и несколько категориальных входных данных.
model = load_model('./Models/3inputs.h5')
history = model.fit([X1_train, X2_train],
y_train,
epochs=epochs,
batch_size=batch_size,
shuffle=True,
validation_split=0.1,
callbacks=[callbacks.EarlyStopping(monitor='val_loss', patience=3, min_delta=0.0001),
callbacks.ReduceLROnPlateau(),
callbacks.ModelCheckpoint(filepath='testCombFirst2.h5', save_best_only=True)])
Ожидайте, что модель извлечет уроки из новых данных.
Фактический результат:модель ухудшается и начинает работать хуже на всех данных.