我正在尝试在数据集上拟合 DL 模型，经过一段时间的参数调整，我已经确定了最佳时期数。现在假设有新数据可用，我想将它们包括在内以重新训练模型，我是否需要将 epoch 的数量设置为完全相同，或者让它更小，以便我有相同数量的梯度更新？两者对我来说似乎都有意义，但我不确定哪个通常会更好。

我知道更好的方法是使用训练测试拆分来确定最佳时期，但由于数据非常有限，如果可能的话，我不希望保留任何数据。

任何想法或建议将不胜感激，谢谢！