我們優(yōu)化改進(jìn)了這個功能的算法，現(xiàn)在能更好的識別中斷模型的參數(shù)。

當(dāng)模型訓(xùn)練過程中，遇到意外中斷或者主動中斷訓(xùn)練，當(dāng)不改變訓(xùn)練參數(shù)（epoch參數(shù)值除外），需要加載上一次中斷前保存的完整的模型，就可以繼續(xù)接著該模型再次訓(xùn)練。

例如1：

當(dāng)我模型設(shè)置Epoch值為10輪，我訓(xùn)練到5輪的時候，checkpoint-500000，這里中斷了，測試checkpoint-500000該模型能力，發(fā)現(xiàn)并未達(dá)到訓(xùn)練需求，還想接著訓(xùn)練，那么就要確保checkpoint-500000模型完整。直接開啟新的訓(xùn)練即可，此時，epoch能增大而不能減少。意思就是：原始設(shè)置的Epoch為10，想加深訓(xùn)練，可以設(shè)置為20，而不能減少為9。

例如2：

當(dāng)模型設(shè)置Epoch為10輪，10輪訓(xùn)練結(jié)束，最后的模型為：checkpoint-1000000，測試該模型并未達(dá)到理想效果，還想接著訓(xùn)練，那么，就需要把epoch設(shè)置為20或者更多（這個數(shù)值自定義），設(shè)置好了后，就可以繼續(xù)讀取checkpoint-1000000模型參數(shù)繼續(xù)訓(xùn)練，那么下一輪就會保存：checkpoint-1100000。

也就是說，新的模型算法，加載為最新的保存模型，而不是讀取完整三輪模型。想要接著訓(xùn)練，僅需要保存最新的模型即可，但是請不要更改訓(xùn)練學(xué)習(xí)率或者訓(xùn)練的JSON。JSON不能新增也不能減少。否則無法繼續(xù)訓(xùn)練。

值得注意的是：1.8.3版本之前的模型，如果接著訓(xùn)練，loss值會重新計算更迭，但是訓(xùn)練的學(xué)習(xí)內(nèi)容，模型都是完整接上，不必?fù)?dān)心模型沒有接上訓(xùn)練。

1.8.3版本之后，如果模型中斷，繼續(xù)訓(xùn)練，loss值會接上（該算法為測試版，可能會對loss值有遺漏）