Olá Rafael, segue a resposta do instrutor Denny:
Na prática, nós costumamos salvar o modelo em intervalos periódicos, e assim podemos recuperar o estado do modelo tanto para fazer predições quanto para continuar treinando a partir daquele ponto. A implementação depende de cada biblioteca, no Tensorflow por exemplo existe uma classe chamada (ModelCheckpoint)[https://www.tensorflow.org/api_docs/python/tf/keras/callbacks/ModelCheckpoint] que faz exatamente isso. Na documentação do link você pode ter uma ideia de como ela funciona.
Fabio