回答情况：
提问时间：
问题标签：
我有几个很大的训练档案我打算训练。验证数据也是完美的，我认为没有问题，但规模很大。我说的是20GB+。由于内存错误，加载一个文件导致python崩溃。We have to read it the
我需要一个解决方案，这样我就能训练出庞大的数据集。
浏览 1提问于2019-07-21得票数 4
回答已采纳
我已经从：和我访问了text2vec的网站下载了gove.6b.50.txt文件和它的父zip文件，并尝试运行他们加载维基百科数据的示例。但我不认为这是我想要的(或者我可能不理解它)。我试图将预先训练好的嵌入加载到一个模型中，这样如果我有一个句子(比如“我爱灯”)，我可以迭代这个句子，并将每个单词转化为一个向量，然后我可以用一个类似于矢量法( word )的函数来平均(将未知的单词转换为零如何将经过预先训练的嵌入作为我的语料库加载到手套模型中(这就是我完成目标所需要做的吗？)
浏览 1提问于2018-11-17得票数 1
回答已采纳
这是Mule4开发人员培训中的6-3示例演练。使用高级Rest客户端(ARC)时，我得到不同的输出 有人能帮我解决这个问题吗？ 下面是配置XML文件。 <?-96a932422a2a" > <http
浏览 7提问于2019-04-11得票数 0
回答已采纳
5回答
我有一个由7组数据组成的数组，这些数据通过它们的索引0-6来访问。我需要使用6个用于训练和1个用于测试，这需要循环，直到7个组合已经像这样实现。训练- 0，1，2，3，4，5测试-6训练- 2，3，4，5，6，0测试-1训练6，0，1，2，3，4，测试-5
训练数据将是ints队列的队列，而测试是
浏览 0修改于2012-05-16得票数 2
回答已采纳
1回答
我和我的朋友正在训练一个学习2D足球的DDQN。我训练了大约40.000集的模型，但它需要6天的时间。有没有一种方法可以同时训练这个模型？例如，我有4个核心和4个线程，每个线程并发地训练模型10.000次。因此，训练40.000集的时间就像for循环的并行性一样，从6天减少到1,5天。编辑:如果我们分别在4个线程中训练一个模型10.000集，形成一个由这些训练模型的平均值组成的新模型是否会产生训练40.000集的效果
浏览 45修改于2019-05-16得票数 1
回答已采纳
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：0.416065280.434407530.32031160.30393170.682245430.5862567<
浏览 0修改于2020-06-20得票数 1
使用CNTK python，我训练了一个三层前馈网络来玩一个简单的基于网格的棋盘游戏。如果我使用一个小板(6x6)网格，模型训练成功。这个模型玩游戏的成功率是100%。然而，如果我把棋盘的大小增加到21x21，训练似乎会在100场比赛中达到90%的成功率。
我是不是遗漏了什么？是否有其他改进训练的方法？
浏览 4提问于2017-03-09得票数 0
我计划在(6x5 = 30个输入神经元)中输入6个样本，确认第7个样本因变量(1个输出神经元)。训练滑动窗口1：设置2: 2:3:4:5:6:7->8设置4: 4:5:6:7:8:9->10
设置5: 5:6</e
浏览 2修改于2015-11-10得票数 0
我可以使用这个数据集来训练LSTM模型。假设我使用t，t+1，...，t+5来训练我的模型并预测t+6谢谢
浏览 14修改于2021-03-01得票数 0
目前，我正在寻找一种方法来从我的训练数据集(MNIST)中过滤出特定的类，以在不同的星座上训练神经网络，例如，仅在类4,5,6上训练网络，然后在0,1,2,3,4,5,6,7,8,9上训练它，以使用测试数据集评估结果我想通过控制台使用参数解析器来选择哪些类应该在我的训练数据集中，这样我就可以将其拆分成小批。我想我可以通过标签来做这件事，但我现在有点卡住了…感谢您的任何建议！
你好，亚历克斯
浏览 7提问于2017-02-19得票数 0
2回答
因此，众所周知，在训练集中缩放特征/训练样本是个好主意，这样绝对意义上的值就不会有太大的差别。例如，我们想训练一个神经网络来学习一个简单的二次函数y= x*x。比如说，训练数据看起来像是输入数据的x= 1，2，3，4，5，6，目标数据的y= 1、4、9、16、25、36。很明显，可以通过x := x/6和y := y/36来缩放输入和输出数据，因此所有的训练值都在0:1范围内。
我的问题是，如果我想要预测输入7的输出值，该怎么办？如果我将7
浏览 0提问于2018-10-18得票数 0
例如，如果我有足够的训练数据，我是否可以训练一个RNN，以便它能够产生一个连续整数或交替整数序列？例如，如果我训练使用2,3,4,5等等，也用同样的网络来训练2,4,6,8依此类推，我能成功地预测测试集的两个序列吗？如果我的训练数据有更多的变化，比如每三个整数的序列，或者每四个整数，等等？
浏览 1提问于2016-11-27得票数 1
回答已采纳
我只想把所有的参数都设置成不可训练的，除了连接到dense_5层的参数，就是它自己的参数和连接到dense_5的dense_6层的参数，我怎么才能把最后这些参数设置成可训练的？通过将dense_6层的assigning指定为true，即使所有参数未连接到dense_5，也可以成为可训练参数。
浏览 19提问于2021-02-05得票数 0
回答已采纳
当把我们的数据集训练成像CNN这样的深度学习模型时。我想跟踪数据集中的每一幅图像的序列，该数据集是为了训练神经网络中的每一个时代而选择的。是否可以打印所选图像的序列？举个例子序列2: 2,5,4,3,10,7,8,1,6序列4: 1,8,3，?，该序列对于网络的训练是非常重要的。如果模型是在序列1上训练的，那么当我用序列2、3或4训练</e
浏览 3修改于2021-05-03得票数 0
但是，当第6人的测试在训练集中遇到时，模型仍将在5人范围内进行预测。如何让模型预测6岁及6岁以上的人将面临未知的情况，而这个模型以前没有训练过他们？
浏览 2提问于2019-10-30得票数 0
回答已采纳
我的数据集有一个1000个输入的训练集，有6个特征。(数据集大小为1000*6)。我将KPCA应用于数据集，并将特征数量减少到3。这意味着特征向量矩阵的维数现在是1000*3。我使用减少的数据集来训练神经网络。在训练完网络之后，现在，让我们想象一下，我想要对一个新数据(大小为1*6 )进行分类。显然，我必须将其转换为1*3的数据，然后将其呈现给网络，但我不知道该怎么做？
浏览 1修改于2016-02-02得票数 0
我正在尝试训练一个神经网络来使用时间序列数据进行预测。我正在尝试训练一个神经网络来预测未来10分钟的温度，假设我有每5分钟的温度数据点，我想给它15分钟的数据用于预测，我拥有的数据是这样的。1,2,3,4,5,6,7,8,9,10,11,12[2,3,4][6]
[3,4,5][
浏览 1提问于2018-09-11得票数 1
2回答
我正致力于多分类任务(总共6个班)，并获得了几乎完美的训练和测试的准确性(超过99%)的基础上，我的训练cnn模型。我想知道，我受过训练的模特是否有过度适应的问题。整个训练数据集包含大约30k样本，训练与验证数据的比率为4:1。我的损失曲线是否显示过拟合？
浏览 7修改于2022-10-10得票数 -1
回答已采纳
4 6 C x9 id_10 6C x我希望使用RandomForestClassifier分类器，首先将类训练成目标变量，只对特定类别的训练数据集进行训练，并逐个追加Sub_Class。我想首
浏览 1提问于2021-08-11得票数 0
回答已采纳
错误：“机器学习模型训练过程失败。无法调用训练服务。”然而，训练总是失败，并出现上述错误。
浏览 5提问于2018-02-14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