对新数据训练fastai tabular_learner

Question

dls = TabularDataLoaders.from_df(df，‘.，procs=procs，cat_names=cat_names，cont_names=cont_names，y_names="won"，valid_idx=list(range(int(len(df)*0.8)，len(Df)，bs=64) learn = tabular_learner(dls) learn.fit(20)

我想在新数据(df2)上训练“学习”模型。通常我会将两个数据帧合并到一个数据帧中，然后训练模型，但由于内存问题，我不能这样做。那么，我如何才能在df2而不是原始的df中继续训练模型呢？

Answer 1

减少批处理大小对解决内存问题有帮助吗？例如，在下面的示例中，我设置了bs=8

dls = TabularDataLoaders.from_df(df, '.', procs=procs, cat_names=cat_names, 
cont_names=cont_names,y_names="won",valid_idx=list(range(int(len(df)*0.8),len(df))), bs=8)
learn = tabular_learner(dls) learn.fit(20)