回答情况：
提问时间：
问题标签：
3回答
虽然我得到了快速、收敛和令人满意的结果，但训练后的权重值变化很小(而成本/损失函数却以一种看似收敛的方式迅速下降)。初始权值:卷积核为非零单元矩阵，完全连通层权为0's，激活函数为乙状结肠。
浏览 0修改于2019-02-19得票数 2
1回答
我正在训练基于自定义估计的VGG16。但是，随着GPU数量的增加，培训时间也随之增加。据我所知，GPU的利用率约为100%，似乎输入功能可以将数据输入到GPU。
浏览 0修改于2019-09-03得票数 0
为什么每次我在Jupyter笔记本上构建新模型时，Keras模型的训练都需要more time。退出Jupyter/Python并重启会重置训练速度。我正在使用Keras 'Sequential‘训练一个普通的MLP，输入层大约有6000个特征，3个隐藏的relu层(大小为2500,800,800)，带有batchnorm和dropout，以及一个sigmoid
浏览 9修改于2019-02-09得票数 1
回答已采纳
但是我发现在我的火车数据集中速度太慢了。批次大小: 40 (太大的批次会导致OOM异常)
在我的测试中，训练数据
浏览 4修改于2016-12-13得票数 9
回答已采纳
如果删除cond，只使用训练数据，速度为4000个样本/s，如果使用上面的代码，速度会下降到2300个样本/s，验证流水线容量设置得很小，因此在GPU中不会占用太多内存。执行验证的频率也很低。
浏览 0修改于2017-03-30得票数 5
回答已采纳
现在我试图在一个有大约8000张图片的汽车数据集上训练一个CNN，我使用ImageDataGenerator将图片调整到相同的大小(128 * 128)，并从一个包含每个图片的文件名和类名的数据帧中获取它validation_steps = test_generator.samples//bs,我想知道使用ImageDataGenerator，训练网络很慢如果是这样的话，有没有一种更快、更有效的方法来调整图像大小并在训练网络之前对其进行预处理？
浏览 0提问于2020-05-11得票数 2
我用内存重放和目标网络实现了DQN算法，但是一旦策略网络开始更新其权重，训练速度就会明显减慢，以至于权值更新循环的每一次迭代大约需要5分钟。此外，我看到几乎没有任何改善的代理人的表现，即使在训练了大约500集。memory_size = 100000max_episodes = 1000target_update = 10
有没有人对如何加快训练和提高成绩有任何建议
浏览 5提问于2019-11-29得票数 1
在Ubuntu中，您可以检查USB设备培训的速度是什么命令，或者在哪里？不是USB设备的能力，而是当前链路的实际训练速度。
浏览 0修改于2021-12-01得票数 0
回答已采纳
我的模型训练速度。每一个时代都需要更长的时间来训练。
这是我的预处理情感 (将glove.840B.300d.txt放入data/glove)的。
浏览 3修改于2021-04-19得票数 4
我正在训练一个使用LSTM对文本进行分类的网络。我为单词输入使用了一个随机初始化的可训练嵌入层。网络使用Adam Optimizer进行训练，并使用one-hot编码将单词输入网络。我注意到嵌入层中表示的单词数量对训练时间有很大影响，但我不明白为什么。将网络中的单词数量从200'000增加到2'000'000几乎使一个训练周期的时间增加了一倍。训练不应该只更新在预测当前数据点时使用的权重吗？因此，如果我的输入序列始终具有相同的长度，则无论嵌入层的大小如何，都
浏览 25修改于2019-01-17得票数 0
我是Tensorflow newby，我正在尝试训练一个1级的模型来进行目标检测。特别是，我试图识别如下箭头：我需要一个非常快的识别，所以我开始怀疑一个预先训练的模型是否可以包含这样的形状。不幸的是，没有发现任何类似的东西，为此，我开始了我自己的箭头训练，使用作为模型的faster_rcnn_inception_v2_coco_2018_01_28。我正在使用他的管道配置，我也在使用他的fine_tune_checkpoint，考虑到我必须训练一个完全不同的对象，这是正确的吗？
结果是一次精度很高但速度
浏览 0修改于2019-09-10得票数 0
回答已采纳
我正在尝试直接从他们的语言理解教程中训练一个CNTK模型。hidden_dim), LSTM(hidden_dim)), Dense(num_labels)似乎训练速度在每个时期之后都会放慢
浏览 2修改于2017-03-10得票数 1
从存储中选择一批512个随机挑选的样本进行训练。
这些网络仍在训练中，但到目前为止，那些具有500k的网络的速度大约快了10%。看起来距离越来越远了。
浏览 0提问于2019-01-14得票数 0
我正试着用我的电脑和一些同行在Ubuntu 16.04上运行更快的R-CNN。但是我被卡住了。我在谷歌上找不到和我一样的错误。doneTraceback (most recent call last): max_iters=args.max_iters)
File "/home/david/Faster-RCNN_TF/tools/../lib/fast_rcnn/train.p
浏览 7修改于2017-02-08得票数 0
我正在训练包含21000张图像的图像分类模型。利用tensorflow的tf.data接口创建了数据管道。我的问题是尽管使用了API，训练还是太慢了。我还启用了tensorflow gpu版本。请帮帮我，我原以为是因为keras图像数据生成器减慢了我的训练时间，但现在当我改变它的tf.data管道时，它仍然不能使用我的图形处理器。
浏览 4提问于2021-02-15得票数 1
如果一个gpu/cpu拥有两倍的GFlops，那么另一个是否意味着该设备上的神经网络的训练速度将提高一倍？
浏览 1提问于2018-04-04得票数 1
回答已采纳
我使用插入符号来训练带有doParallel和四个内核的模型。对于我尝试过的方法(rf，nnet，adabag，svmPoly)，即使在我10%的数据上训练也要花8个多小时。
浏览 0修改于2015-10-06得票数 12
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