继续训练
使用说明
训练深度学习模型通常是一个耗时的过程，如训练中断会造成前期训练成果丢失，浪费计算资源。若训练过程因故中断，则可以使用该工具，基于训练日志路径恢复训练过程。此外，继续训练功能可实现日志续写，训练完成后，用户打开tensorboard即可看到完整的训练曲线。
继续训练得到的模型默认保存到训练中断前在模型训练工具设置的“模型存储路径”下，模型名称与模型训练工具中“模型名”保持一致。
参数说明
- 训练日志路径：选择训练过程中断的模型训练日志文件夹。中断前训练的参数会被记录到日志文件夹中，继续训练时可自动复现参数。
- 训练模型用途：需和原始训练的模型用途保持一致。
- 处理器类型：可以使用计算机中央处理器（CPU）或图形处理单元（GPU）来处理数据。GPU具有较快的计算速度。
- GPU编号：指定用于处理数据的GPU标识号，默认值为0，CPU推理固定为-1。若使用GPU推理，需要在系统命令行中通过“nvidia-smi”命令查询GPU编号，GPU编号以查询到的结果为准，如果有多个GPU，可以指定用于处理数据的GPU标识号。若需要使用多个GPU，请使用英文逗号“,”隔开，如：“0,2,3”，表示使用编号为0、2、3的GPU。