回答情况：
提问时间：
问题标签：
0回答
关于如何利用大模型训练识别图片中的字体和字体具体名称？
卷积神经网络、开发、开发者、模型、腾讯
大家好，我是一个做字体收录的站长，想利用腾讯大模型AI训练，如卷积神经网络，来对字体进行识别和分类。请问该如何进行识别，有没有会开发的，和字由的Ai识字一样的功能，想寻求开发者外包定制这个功能
浏览 95提问于2024-09-14
0回答
大语言模型训练与推理算力如何成本估算？
并发、模型
大语言模型算力成本估算，影响因素有哪些？
推理并发量、模型参数、输入和输出内容长度、推理响应时间。如何具体估算算力成本？
浏览 414提问于2023-07-21
我能够训练一个模型来使用LSTM层将单词从一种语言转换成另一种语言。假设我使用A作为我的模型的输入，我得到B作为输出。我所做的是：
“
浏览 0修改于2019-09-10得票数 0
我有我想要训练的折叠式模型(见下图)：模型输入为20。模型A的输入为10 (初始输入的前10个元素)，模型B的输入为10 (初始输入的最后10个元素)，最后模型C的输入是A和B模型输出的连接。
我如何在Keras同时训练这3种模式？我能把它合并成一个大模型吗？(我只有数据来训练大模型)
浏览 0修改于2021-05-24得票数 0
回答已采纳
我只是想知道训练时间和过度适应/不适应与伽马和C的变化？假设C从0到+无穷大，训练模型将由不适当拟合变为过度拟合，训练时间增加？假设伽马从几乎0到+无穷大，训练后的模型会从不拟合变为过度拟合，训练时间也会增加？
在grid.py中，默认的搜索顺序是C从小到大，伽马从大到小。这是否是为了从小到大的训练时间和训练模式从不适当到
浏览 3修改于2010-02-17得票数 1
0回答
向量数据库和大模型什么关系？为什么说向量数据库是大模型的黄金搭档？
企业、存储、模型、数据、向量数据库
向量数据库通常被认为是大模型的“海马体”或者“记忆海绵”。目前的大模型都是预训练模型，对于训练截止日之后发生的事情一无所知。第一是没有实时的数据，第二是缺乏私域数据或者企业数据，向量数据库可以通过存储最新信息或者企业数据有效弥补了这些不足，让大模型突破在时间和空间上的限制，加速大模型落地行业场景。同时，通过向量数据的本地存储，还能够协助解决目前企业界最担忧的大模型
浏览 946提问于2023-08-14
2回答
我正在处理数量有限的大尺寸图像，每个图像都可以有3072*3072像素。为了使用FCN或model训练语义分割模型，构造了一个大样本的训练集，每个训练图像都是128*128。在预测阶段，我所做的就是把一幅大的图像切成小块，就像128*128的训练集一样，把这些小块输入到训练过的模型中，得到预测的掩码。之后，我只是把这些小补丁缝在一起，得到了整个图像的面具。
浏览 4提问于2017-02-14得票数 8
回答已采纳
如果我想训练一个对象分离模型，它可以检测图片中的5个类，那么在一个大的数据集中(例如coco(80类对象))对这个模型进行预训练是很重要的，还是只需要5类coco来训练这个模型(假设这5个类别可以在coco
浏览 0提问于2021-04-03得票数 0
回答已采纳
我用GPU训练了很多模型。我想调优网络的架构，所以我对不同的模型进行了顺序的训练，以比较它们的性能(我使用的是keras-tuner)。
问题是有些模型非常小，而另一些则非常大。我有TF_FORCE_GPU_ALLOW_GROWTH到true，这意味着当一个模型需要大量内存时，GPU就会分配它。然而，一旦大模型已经训练，内存将不会释放，即使下一个训练是小模型。
浏览 7提问于2022-10-25得票数 1
我有一个CNN模型，分类了10类音频谱图。但是，由于我使用的是开放的数据集，所以需要将未知的音频数据归类为“未知”类。问题是我的训练样本中的未知数据比其他已知的类要大。当模型进行随机优化时，恐怕会出现问题。
我应该把“未知”的训练数据分开，然后单独训练模型。或者我可以简单地将未知数据混合到其他类中，然后立即训练模型？
浏览 0提问于2021-06-28得票数 2
回答已采纳
我使用大的训练数据集制作LDA模型来制作主题模型。因此，我尝试使用这个LDA模型来对训练数据集中没有使用的新句子进行分类。欢迎使用Python分享示例代码。
浏览 4提问于2019-12-05得票数 0
我正在尝试注册预训练的(大约。大小为3.5 in )。当我尝试注册较小的模型时(大约大小为10MB)，我可以注册。但是，我无法注册预先训练好的谷歌word2vec模型。我尝试将模型直接上传到portal.azure.com中，它抛出了AJAX错误(可能是因为它是一个大模型)。当我尝试通过代码(连接到azure工作区的python脚本)注册模型时，脚本一直在执行，没有任何形式的终止，并且无法注册模型。
有没有办法在Azure机器学习工作
浏览 29修改于2019-07-25得票数 1
我想训练一个yolo模型来检测交通标志。我有非常大的图像(3840x2160)的整个街道的场景，包含1-3个较小的交通标志。我知道当模型在正方形和小图像上训练时效果最好。那么你认为用我给定的图像训练我的模型会有什么更好的做法呢？调整整个街道场景的大小并在整个图像上进行训练，还是从街道场景中提取交通标志并仅对标志进行训练？ 谢谢你的帮助。
浏览 51修改于2020-09-16得票数 0
在使用以下方法训练新模型时：假设myPropertiesFile.prop中指定的模型已经存在。一个新的模型是从头开始训练，还是从现有参数开始训练？我能控制在这种情况下做些什么吗？一些上下文：
我想首先在一个非常大的语料库上训练标记者，这个语料库不太准确，然后继续训练
浏览 2修改于2018-05-08得票数 0
我在大约5000个样本上训练一个SVM模型(RBF核)，我正确地调整了我的模型，并使用它进行预测。注意--实际上我使用的数据集是相当大的，再次建模不是一个好的想法。
浏览 2修改于2020-07-22得票数 0
1回答
我目前正在使用斯坦福大学的ner训练一个ner模型。有可能将两种模型合并在一起吗？还是有一种方法来扩展当前的模型？有没有办法只训练B，并将其与A合并？或者我可以..。扩展MA模型，使其适用于新的实体。
谢谢!
浏览 2修改于2014-05-23得票数 1
回答已采纳
我想用数据集训练一个tensorflow LSTM模型，它非常大(5000万条记录)。我可以将数据文件加载到本地机器，但由于内存有限，机器在预处理阶段崩溃。有没有办法，我可以单独训练一个tensorflow模型例如，该模型将被训练5次，每次只使用1000万条记录，然后在训练后删除1000万条记录，以释放内存内存。相同的过程将重复5次，以训练tensorflow模型。 谢谢
浏览 21提问于2021-07-27得票数 0
2回答
我有一点使用GPU来训练模型的知识。我正在使用scikit-learn中的K-means来训练我的模型。由于我的数据非常大，是否可以使用GPU训练此模型以减少计算时间？
浏览 2提问于2017-02-01得票数 0
我想训练我的神经网络来适应训练数据。我是否应该继续用相同的训练数据来拟合我的模型，使用K-折叠验证，并将时间设置为无穷大？然后，在达到几乎百分之百的预测之后，我就可以停止训练了。这样做对吗？
浏览 0修改于2016-12-08得票数 5
我想使用一个预先训练的伯特模型，以便在文本分类任务中使用它(我使用的是Huggingface库)。然而，预先训练过的模型是针对与我不同的领域而训练的，我有一个大的未注释的数据集，可以用来微调它。如果我只使用标记的示例并在特定任务(BertForSequenceClassification)的培训中微调它，那么数据集太小，无法适应特定领域的语言模型。这样做最好的方法是什么？谢谢!
浏览 5提问于2021-04-27得票数 1
回答已采纳
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