1
Q
在线培训
A
回答
1
在线学习描述了一次只能训练一个模型的输入,或者一次只能训练一个模型。通常使用在线学习是因为数据来自数据流,或者数据太大而无法一次保存在内存中。
一次训练一个例子,通常会采取更多步骤来达到与离线训练相同的准确度,因为您无法针对每个步骤中的整个数据集优化丢失功能。
但是,您链接的论文使用在线学习来智能地选择几次训练样本,以加快模型的收敛速度。他们的方法试图选择当前模型最难处理的例子,这样模型可以在每个训练步骤中发挥最大的作用。
相关问题
- 1. 在线MCTS和MCPD培训
- 2. Gensim word2vec在线培训
- 3. Drupal |在线培训|每月构件船
- 4. 低成本在线SQL或mySQL培训?
- 5. Reporting Services 2005在线培训资源
- 6. Sharepoint培训
- 7. 在DeepNeuralNetworkLearning继续培训accord.net
- 8. Azure培训套件
- 9. OpenCV培训输出
- 10. jQuery培训视频
- 11. 最佳PHP培训?
- 12. LibSVM培训错误
- 13. Visual Studio 2008培训
- 14. MySQL培训视频
- 15. Tensorflow Slim Imagenet培训
- 16. 上一批培训
- 17. 再培训以来
- 18. Tesseract培训问题
- 19. tf.estimator的分布式培训导致更多的培训步骤
- 20. 深入学习chatbot培训
- 21. 视频培训计划
- 22. WSO2 API管理器培训
- 23. 源代码控制培训
- 24. JavaScript/JSON的培训材料
- 25. 遇到问题培训tesseract
- 26. 信誉数据库培训
- 27. word2vec培训程序澄清
- 28. OpenCV的哈尔培训
- 29. iPhone上的Tesseract培训
- 30. 健壮的CNN培训
他们如何选择例子?他们随机挑选40个图像/批次,并为每个图像计算嵌入,然后使用每个图像作为锚点与最困难的负数和所有其他正数配对,并将三元数据输入网络?我对吗? –