我建立了一个前馈神经网络，他的目标是对目标值进行分类，必须为 n 天定义火车。

输入由 12 个神经元构成（因为我有 12 个不同的数据，每个数据每天都有大约 25000 个值 [25000 x 1]）。该网络每天管理 12 * 25000 个输入值。（数据均为数字）

由于我必须训练大约 741 天（这意味着我必须执行具有 741 * 12 * 25000 数据的训练），目前我只能训练一天，保存模型并将其重新加载到第二天的训练。

有一种方法可以避免这种保存 - 加载模型过程并一次训练所有 741 天？我是否必须使用特定的数据生成器？

谁能给我一些建议？

非常感谢你。