当修改模型训练的批量大小（batch size）后，应保持初始轮次（initial epoch）与之前保存的检查点轮次一致，而非按步数比例换算；因为轮次是数据集遍历次数，与批量大小无关。
当修改模型训练的批量大小（batch size）后，应保持初始轮次（initial epoch）与之前保存的检查点轮次一致，而非按步数比例换算；因为轮次是数据集遍历次数，与之前保存的检查点轮次一致，而非按步数比例换算；因为轮次是数据集遍历次数，与批量大小无关。
在深度学习训练中，“epoch”与“step”有本质区别：
- 1 个 epoch = 完整遍历一次整个训练数据集（无论 batch size 是多少）；
- 1 个 step = 处理 1 个 batch 的数据，其数量取决于 len(dataset) // batch_size。
例如，若训练集含 10,000 张图像：
- 当 batch_size = 128 时，每 epoch 包含约 10000 // 128 ≈ 78 步；
- 当 batch_size = 64 时，每 epoch 变为 10000 // 64 ≈ 156 步。
可见：改变 batch size 仅影响每轮内的步数，不改变 epoch 的语义定义。因此，你从 save_at_8.keras 恢复训练时，应设 initial_epoch = 8（而非 16），表示“已完成 8 轮完整数据遍历”，后续将从第 9 轮开始。
✅ 正确做法示例（TensorFlow/Keras）：
model = tf.keras.models.load_model("save_at_8.keras")
# 注意：initial_epoch 是下一轮的序号（即从第 8 轮恢复，则设为 8）
history = model.fit(
train_ds,
epochs=50, # 总轮次上限（可设为新目标，如 50）
initial_epoch=8, # 关键：保持为原 checkpoint 的 epoch 编号
callbacks=[checkpoint_cb]
)
⚠️ 特别注意学习率调度器（LR Scheduler）：
若使用基于 step 的 warmup（如 tf.keras.optimizers.schedules.PolynomialDecay 配合 steps_per_epoch）或自定义 step-aware 调度器，仅修改 initial_epoch 不足以保证学习率连续性——此时需同步恢复优化器状态（如 optimizer.iterations）或手动重置 initial_step。标准 epoch-based 调度器（如 ReduceLROnPlateau）则不受影响。
? 总结：
- ✅ initial_epoch 应严格对应 checkpoint 文件名中的 epoch 编号（如 save_at_8.keras → initial_epoch=8）；
- ❌ 不要按 batch size 缩放换算（如 128→64 就把 epoch×2），这会错误地跳过或重复训练；
- ? 若启用 step-sensitive 学习率策略，请额外保存并恢复 optimizer.iterations 或等效 step 计数器；
- ? 批量大小调整本身不影响收敛理论，但可能改变梯度噪声水平和内存占用——你将 batch size 减半、epoch 加倍的做法是常见且合理的工程权衡，尤其适用于低资源设备。
