我假设每次有人训练模型并想要调整/迭代时,他们不必等待数小时才能学习然后输出。所以我的问题是,人们如何管理这个工作流程?
训练模型时工作流的行业标准是什么?
数据挖掘
机器学习
神经网络
2022-02-23 03:46:02
2个回答
有线上模型,也有线下模型。当您需要不断更新模型时,在线模型很有意义。否则,您可以通过根据需要频繁更新模型来节省资金;每晚、每周等。用于训练模型的机器毕竟是要花钱的资源,而且你不想保留它们超过必要的时间。
节省时间的一个技巧是使用上次运行的模型参数作为下一次迭代的初始值。
训练模型后,您可以保存它学到的权重。下次当你想再训练一些时,你可以加载这些重量并从那个点再次开始训练。无需每次都从头开始训练模型。
其它你可能感兴趣的问题