回答情况：
提问时间：
问题标签：
在训练深度学习模型时，随着时代数的增加，完成一个步骤所需的时间不断减少。在数据相同的情况下，是什么导致了效率的提高？ 为什么在第一个时代，它比其他时代要大？这是我的训练模型截图： ? 您可以看到时间/步长递减为3s/步长、810ms/步长、722ms/步长等等。
浏览 11提问于2019-10-04得票数 1
1回答
AI 大模型时代，如何低成本开启一人公司？
AIGC、创业、模型
大模型时代机会风起云涌，很多内行外行一股脑涌进这个赛道。
基础设施买了一大堆，踌躇满志开启一人公司，最后发现竟是瞎忙活。请问沈欣老师，有什么专属于 AI 大模型赛道的，快速验证 idea 可行性并且验证 idea 有较高 ROI 的方法？或者说有什么坑点需要注意的。
浏览 326提问于2025-08-31
为了测试gensim的Doc2Vec模型，我下载了sklearn的新闻组数据集，并对模型进行了培训。model.infer_vector()，我想知道为什么使用同一个句子的两个调用传递给我不同的向量：0.416065280.434407530.32031160.30393170.68
浏览 0修改于2020-06-20得票数 1
5回答
AI大模式时代的架构师怎么发展？
架构设计、架构模式、架构师、模型
AI 大模型正在颠覆传统架构设计思路和路径，在这种“大卷特卷”环境下，架构师如何顺应时代持续蝶变和成长？可以着重从哪方面培养自己的视野和技能？
浏览 341提问于2024-12-21
我用一小部分数据训练了一个深度神经网络，使我能够在短时间内经历多个时代，使模型能够合理地运行，然后给出整个数据集(10倍以上的数据)，并进一步改进。当我只给出整个数据集时，模型似乎表现得很糟糕，但由于训练所需的额外时间，很难达到许多时代。
我的问题是:用较小的数据子集“热身”训练一个大的深层神经网络是有意义的，还是应该总是提供完整的数据？当我给出完整的数据集时，模型总是预测0，但当我过度适应较小的训练集时，它至少不会总是预测0。我在步骤5中注意到了本指南，它提出了一些类
浏览 0修改于2018-08-17得票数 4
我正在构建一个Keras序列模型来进行二值图像分类。现在，当我使用大约70到80个历元时，我开始获得很好的验证精度(81%)。但我被告知，这是一个非常大的数字将用于划时代，这将影响网络的性能。我的问题是:是否有数量有限的时代，我不应该超过，请注意，我有2000张培训图像和800张验证图像。
浏览 4修改于2019-06-27得票数 2
我使用以下函数来训练/验证我的模型： train_generator, validation_steps=nb_validation_samples // batch_size,上面的函数每一个时代都会运行验证我的验证数据相当大，所以我希望每N个时代<
浏览 2提问于2018-04-24得票数 4
回答已采纳
我试着用3万张图像制作图像检测模型。我刚试了5次，训练了大约5个小时。
问题是，如果我想简单地在同一个模型上增加更多的时代，我怎么能做到呢？有什么方法我可以加载自定义的训练模型吗？因为这需要很长时间，我希望我能继续训练从5个时代已经完成的训练。我正在使用colab，在训练过程中，我经历了几次失去联系的经历，所以我害怕从训练开始就给予更多的划时代。
浏览 9提问于2021-12-16得票数 -1
当我决定训练新的模型并保存检查点时，ModelCheckpoint工作得很好，因为我希望这些检查点被保存。然而，当我决定为n更多的时代训练同样的模型时，我的问题就出现了。问题是，划时代被重置为0，这将产生一些模型检查点名称如下： checkpoint-01-0.24.h5 checkpointcheckpoint-m-0.68.h5
chec
浏览 0修改于2017-07-15得票数 1
回答已采纳
当使用拟合函数训练模型时，我得到了每个时期的成本值。
假设训练集包含100个观测值，批次大小为20，因此，模型的权重在每个时期更新5次。当时代结束时，它会打印出那个时代的成本值。我的问题是:成本值是5批的平均成本，还是最后一批的成本值？
浏览 0提问于2020-06-26得票数 0
回答已采纳
我已经建立了一个LSTM -线性模块的模型，用于一个分类问题(10个类)。我正在训练模型，并为每一个时代输出损失和准确性中的训练集。产出情况如下：行政协调会: 0.11388888888888889损失: 2.2759320735931396时代:2开始！损失: 2.225804567337036时代:4开始！损失
浏览 2提问于2020-01-01得票数 0
我想在每个时代结束时从这个中保存我的模型保留：saver.savetf.train.import_meta_graph(meta_path)并继续用评估数据评估我的模型但在7-8年代之后，我的评估过程变得非常缓慢，我认为我正在节
浏览 9修改于2017-12-06得票数 0
回答已采纳
我想知道，如果我重新训练我保存的模型，我运行了4个时代，如果相同的图像设置在10个时代，会更快吗？
我的数据集包括2个训练和验证文件夹，5个类，3000次培训和1000个验证图像。
浏览 3提问于2019-12-22得票数 0
我对Gensim非常陌生，我正在尝试使用word2vec模型来训练我的第一个模型。我看到所有的参数都非常简单易懂，但是我不知道如何跟踪模型的丢失来查看进度。另外，我希望能够在每个时代之后得到嵌入，这样我也可以显示预测在每个时代之后也变得更加符合逻辑。我怎么能这么做？model = Word2Vec(sentences = trainset,
i
浏览 1提问于2019-01-29得票数 4
回答已采纳
为了让我的问题更具体，根据评论，哪些模型参数在不同的时期都在变化？起始权重？随着模型的训练，我看到有5个时期，每个时期都有不同的精度。但我不确定每个时代都在改变什么，也不确定最终的模型是如何根据这些时代确定的。以下是模型创建和训练的代码片段。sparse_categorical_crossentropy',
model.f
浏览 0修改于2020-01-08得票数 0
Keras是否有一个内置的方法来输出(以及后来的绘图)在单个时代的训练过程中的损失演变？我正在使用TensorFlow后端。
浏览 0修改于2019-01-05得票数 8
回答已采纳
我的目标是训练输入为(4214, 22311)矩阵，输出为(22311,)向量的模型。我没有完成一个时代就接受了killed。所以我想知道什么样的结构能处理这么大的输入。
浏览 3提问于2017-09-21得票数 0
回答已采纳
ModelCheckpointrestore_best_weights:是否以监测量的最佳值从时代恢复模型权重。如果是假的，则使用训练的最后一步得到的模型权重。无论相对于基线的性能如何，都将
浏览 0提问于2023-02-02得票数 0
回答已采纳
我在互联网上读到，时代是用来让模型收敛的时间，但我不知道是怎么回事？我认为使用时代是因为要对模型进行充分的训练。模型收敛与时代有何关系？还告诉我为什么年代是有用的？
浏览 0提问于2021-05-16得票数 1
回答已采纳
我希望在每个时代，在不同的x/y配对数据集上训练一个周期损失(类似于CycleGAN)的模型。其目的是，在许多时代，该模型将被训练的许多，如果不是所有的元素x与y的可接受配对。这是由表示list_vectors的向量列表给出的，因此list_vectors[0] = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]和list_vectors[i-1]是可以与list_vectors在每个时代中，呈现给模型的x/y对应该是(潜在的)不同的。
浏览 7修改于2022-06-16得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号