回答情况：
提问时间：
问题标签：
我的数据有很多文本条目，如下所示: 7-8个工作日，10天，10-12天，2-3周，1年，8-12天，2周，等等。我想我可以手动编码大约100条记录来训练模型。有人能推荐一个NLP模型使用，甚至一个脚本，我可以编辑吗？columnB == "weeks", columnA*7, if_else(is.numeric(columnA) & columnB == "days"
浏览 11修改于2022-10-04得票数 1
回答已采纳
我正在编写一个神经网络，在CIFAR-10数据集上训练Resnet .论文提到了大约60000个时代的培训。此外，这需要多长时间来训练(假设CPU仅为20层或32层ResNet)？我期待的东西大约2-3个小时，这相当于大约10个通过50000图像训练集。
浏览 0提问于2018-09-02得票数 1
回答已采纳
该任务是通过10k用户的数据库训练准备好的开源神经网络用于开放设置的人脸识别，每个用户拍摄2-3张图像(从一些不同的角度拍摄)
可以预期的准确度是多少？
浏览 17提问于2017-06-28得票数 1
回答已采纳
我使用word2vec模型在训练数据集上建立分类器，并想知道处理测试数据中看不见的术语(单词)的技术是什么。你遇到过类似的问题吗？
浏览 7修改于2017-02-07得票数 0
回答已采纳
我正在使用Mask retina分割视网膜OCT图像中的5层.但是它只产生2-3层，即使训练集中的所有输入图像都有5层注释。
是否有办法强制执行固定数量的实例？
浏览 0提问于2023-04-06得票数 0
我正在寻找现有的基于训练数据的需求或复杂性/可变性的神经网络体系结构的工作。我发现的一些体系结构包括自组织映射和不断增长的神经气体。只有这一个在外面吗？我所要寻找的最好的例子是一个简单的场景；如果训练数据只有几个模式，那么神经网络将是2-3层，每个层中都有一小部分节点。如果训练数据更复杂，我们就会看到更深的网络。
浏览 0提问于2017-05-22得票数 0
回答已采纳
我正在考虑在web爬虫转储上训练10 TB+以上的大型数据的TB+。我亲自在我的iMac上训练了c实现GoogleNews-2012转储(1.5gb)，花了大约3个小时来训练和生成向量(速度给人留下深刻印象)。我需要使用分布式模型，还是需要在2-3天内使用哪种类型的硬件？我有8gb内存的iMac。
我看到word2vec实现不支持GPU培训。
浏览 1修改于2015-06-02得票数 20
回答已采纳
最近，我需要保存训练好的模型，以便稍后在不同的函数中使用它们，因此我尝试使用save命令。保存模型大约需要2-3分钟来生成400MB的文件！我很惊讶，因为我的工作区中的数据结构非常小(< 50KB)。我用少于1000个样本的两个输入训练回归支持向量机，所以我没想到会有大的保存文件。甚至用dput检查结构也不能帮助我找到问题所在。
浏览 0提问于2014-11-05得票数 0
2回答
我在虚拟机上做了第一个再培训教程，只花了2-3个小时就完成了。对于相同的flowers数据集，我正在GPU上做第二个微调教程，大约花了一整天的时间进行训练。
再培训和微调有什么区别？我的印象是，两者都涉及到使用预先训练的初始v3模型，删除旧的顶层，并在花朵照片上训练新的顶层。但我的理解可能是错误的。
浏览 5提问于2017-07-17得票数 4
我是张量流的新手，我训练了面罩模型，并在网络摄像头上尝试了它，但它显示了类似这样的东西。 ? 有没有人可以帮我，我使用了100+图像和2-3个小时的训练，我在哪里犯了错，有人能帮我吗？
浏览 9提问于2020-10-25得票数 0
，我确实看到了很大的加速，但对于确切的学习率时间表，我注意到当训练完成时，准确率下降了2-3%。总而言之，我唯一改变的就是这个参数。 我还没有找到任何关于这个参数的详细文档。虽然它似乎加快了训练，但我不清楚“算法”的区别，特别是。关于如何计算梯度和如何进行梯度下降步骤。 有人知道更多关于这方面的信息吗？我是否需要调整其他设置，例如我的学习率或batch_size？
浏览 77提问于2020-11-02得票数 2
2回答
因此，我有超过3000万个对象，我需要使用作为我的训练数据。我的问题很简单:当我通过迭代的append编程过程创建训练数组时，在一定的阈值下，列表变得太大，python就会被杀死。创建训练数组的代码示例for ...: data_array = [x forx in data] #some large array, 2-3 million objects
for item in data_
浏览 5修改于2020-06-20得票数 0
其中，我把训练分成54条记录，其余的分给测试用。我注意到了一些事情：不管我是使用SVM还是朴素贝叶斯，精度都是一样的。如果我测试2-3值的准确性高达75%。
这是正常还是我做错了什么？
浏览 0修改于2019-06-08得票数 4
我想预测2-3个月的气温。我想知道，什么样的型号适合这样的用途？
我曾经使用过LSTM，但是随着我的进一步发展，预测值会下降，而且数据大小对于LSTM的训练来说也是非常小的。
浏览 0提问于2017-11-29得票数 1
我正在尝试导入预训练的维基单词嵌入。^
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-
浏览 24修改于2019-09-19得票数 3
我实现了一个图像分类网络，通过使用Alexnet作为预训练模型并更改最终输出层来对100个类的数据集进行分类。trainloader = torch.utils.data.DataLoader(train_data, batch_size=32, shuffle=False)
，我在验证数据集上获得了大约10个时期的2-3%的准确率，但当我刚刚改变shuffle=True并重新训练网络时，准确率在第一个时期本身就跃升到了70%。我想知道是否发生了这种情况，因为在第一种情况下，网络一个接一个地连续显示，只有一个类，几个实例，导致网络在
浏览 6提问于2019-01-25得票数 10
回答已采纳
我按照教程"Pre-training FairSeq RoBERTa on Cloud TPU using Pytorch“设置了一个可抢占(v2-8) TPU环境，并训练了我的RoBERTa模型。但是，它不会像往常一样在GPU中输出任何训练日志，并且会在2-3天内(间隔12小时)抛出两次RPC故障警告(参见下文-此处删除网络端点)。 我的训练步数是161,529步。
浏览 125修改于2020-10-25得票数 1
我们已经训练了集合的相关性和非相关的分数。我们正在为每一份文件获得信心评分。我们使用这个信任分数作为阈值来处理我们的bot中不同的用户查询。在过去的一周里，这种情况已经发生了2-3次。在我们的发现控制台结束时，它说集合是经过训练的。需要知道是什么触发了这样的行为，以及是否存在bug修复？
浏览 0修改于2018-02-26得票数 0
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