腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(98)
视频
沙龙
1
回答
使用
图形
处理器
多处
理
了解
openAI
健身房
和
Optuna
超
参数
调整
python
、
gpu
、
reinforcement-learning
、
openai-gym
我正在
使用
openAI
的stable-baselines训练一个强化学习智能体。我还在
使用
optuna
优化代理的
超
参数
。 为了加速这个过程,我在不同的函数调用中
使用
了多进程。特别是在docs here中建议的SubprocVecEnv
和
study.optimize中(分别低于1.15.3
和
1.10.4 )。我的问题是,在SubprocVecEnv
和
study.optimize方法中
使用
多处<
浏览 22
提问于2019-06-14
得票数 1
回答已采纳
1
回答
DQN在Atari Pong任务中坚持次优策略
python
、
deep-learning
、
pytorch
、
reinforcement-learning
经过一段时间的
超
参数
调整
后,我似乎无法获得模型来实现大多数出版物中所报告的性能(~ +21奖励;这意味着代理几乎赢得了每一次截击)。 x = self.fc2(x)
超
参数
健身房
Pong-v0环境 最后观察到的4个帧的喂食模型堆栈,缩放
和
裁剪到84x84,这样只有“游戏区域”是可
浏览 0
提问于2019-01-25
得票数 0
1
回答
Vizier HyperParameter优化作业已被服务终止
google-cloud-platform
、
google-cloud-ml
我
使用
的是STANDARD_P100
图形
处理器
,似乎在训练过程中,单个
调整
试验从
图形
处理器
启动(抢先) --一些试验成功完成,一些试验在1000或2000步左右停止--这些总是发生在1000步,这很重要,因为我每1000步进行一次评估,所以在训练
和
评估之间切换时似乎发生了一些事情,这使得这些工作被抢先完成。它们永远不会像VM所说的那样重新启动,而且它似乎使整个
超
参数
调整
变得毫无价值,因为大约90%的试验从未完成,失败
浏览 19
提问于2019-05-27
得票数 1
1
回答
DQN的最后一集训练
和
测试有什么区别?
training
、
hyperparameter
、
hyperparameter-tuning
、
dqn
有什么不同,比训练
和
调整
超
参数
,我们测试一集,没有任何探索?这意味着测试模式类似于n+1中的训练模式,而不需要探索(而我们为n集进行训练),对吗? 为什么在DQN的一些测试代码中,他们测试多集?
浏览 0
提问于2018-09-29
得票数 1
回答已采纳
4
回答
需要在CPU升级后重新安装操作系统吗?
upgrade
、
system-installation
、
cpu
我最近升级了我的CPU从一个雅典乐II X2 250到雅典乐II X4 610 E(45W 4核-不能超过效率)。需要重新安装ubuntu吗?
浏览 0
提问于2011-10-12
得票数 17
3
回答
慢速Ubuntu桌面
14.04
、
system
我是linux的新手,但我有机会在其他个人电脑上
使用
不同版本的linux,或者在我自己的个人电脑上
使用
live。ANd Gnome/Kde (默认)环境中的窗口通过移动、
调整
大小、打开、关闭等方式缓慢。该系统具有以下
参数
:2GB系统内存(1,8GB可用,由于集成了AMD/ATI X1200系列显卡) Corsair SSD accelarator (用作单独的SSD已完成默认安装
和
从internet进行更新。
处理器</e
浏览 0
提问于2015-03-25
得票数 0
2
回答
对于巨大的状态空间,哪种ML方法是最好的?
machine-learning
、
deep-learning
、
reinforcement-learning
、
unsupervised-learning
对于每一种选择,你都有一个很大的可能性(大约15叠),可以将卡片应用到特定的套装
和
等级组合中,你可以得到分数(很多规则,因此这个描述代表了游戏的主旨设置)。
浏览 0
提问于2022-01-18
得票数 4
1
回答
使用
rtx3060ti
和
amd 9 5950 x的hist优于hist
gpu
、
cpu
、
xgboost
、
hyperparameters
我在做一些
超
参数
的
调整
,所以速度是关键。我有一个很好的工作站,包括一个AMD Ryzen 9 5950x
和
一个NVIDIA RTX3060ti 8GB。设置:当
使用
xgboost API训练scikit-learn模型时,我传递tree_method = gpu_hist
参数
。有些令人惊讶的是,即使我打开多个控制
浏览 8
提问于2021-12-17
得票数 1
1
回答
Tensorflow与Inception v3在图像识别中的比较
tensorflow
、
deep-learning
、
tensorboard
、
tensorflow-gpu
我正在用Tensorflow学习图像识别。我已经在Tensorflow.org上读到了主题,它利用了初始v3训练模型。有人知道关于这个问题的一些逐步指南吗?提前感谢
浏览 1
提问于2017-06-13
得票数 0
1
回答
如何比较Gensim Word2Vec中基于
参数
变化的嵌入的“好”性
deep-learning
、
nlp
、
gensim
、
word2vec
、
word-embedding
TL;DR:如何比较具有不同
参数
的两种Word2Vec嵌入的更优?我计划在我的分类模型中
使用
这些嵌入。Gensim在
多处理器<
浏览 7
提问于2022-01-03
得票数 1
5
回答
在Lisp中,+函数实际可以有多少个输入?
lisp
、
common-lisp
我对Lisp比较陌生,我想知道"+“函数是否真的有上限。
浏览 5
提问于2012-04-02
得票数 7
回答已采纳
1
回答
多线程C++代码更多物理内核更慢?(线程化的C++ mex函数)
c++
、
multithreading
、
mex
我在MatLab函数中
使用
它,所以整个程序都是从Matlab运行的。我在这里
使用
了中的代码,只更改了"main_loop“中的操作,以适应我的任务。我猜:第三台计算机有两个物理
处理器
。我想这需要物理地将所有东西复制到两个
处理器
上?(原始代码是有意编写的,因此不需要任何涉及变量的硬拷贝)如果需要,是否有一种方法可以控制线程是在哪个
处理器
上打开的?
浏览 16
提问于2022-05-29
得票数 0
回答已采纳
2
回答
在PyQt中控制异步线程-多线程还是
多处
理?
python
、
multithreading
、
pyqt
、
multiprocessing
我正在PyQt中开发一个应用程序(主要是Windows,但将来打算
使用
多平台),该应用程序侧重于处理某些数字数据,因此核心基本上是围绕numpy数组
和
matplotlib图表构建的。然而,我想要使系统Python的部分脚本化,允许用户稍微
调整
数据处理。他们编写的脚本代码存储在一个字符串中,它只需要传入
和
输出一些arbirtary类型的
参数
。加上一些错误处理..。然而,严格来说,不推荐
使用
这种方法。应用程序如何从其一个线程的终止中恢复是非常值得怀疑的,例如,
使用
传递到脚本
浏览 2
提问于2013-11-27
得票数 1
回答已采纳
6
回答
机器如何确定屏幕上显示的内容(具体而言是6502)?
assembly
、
cpu
、
pixel
、
6502
所以我想知道的是,想象一下6502
处理
器。它有一些寄存器,一个指令集,并可以访问一定数量的内存。然后假设你有一个任意分辨率的LCD屏幕。如何确定此屏幕上显示的内容?
浏览 0
提问于2013-06-16
得票数 5
回答已采纳
1
回答
了解
随机森林博客的几个问题
r
、
random-forest
、
logistic-regression
、
cross-validation
、
sampling
我试图用随机森林
和
logistic回归模型来理解关于敏感性
和
特异性之间的权衡的好博客。我有几个问题: 1)博客在ranger包中
使用
了10倍的交叉验证(参见模型mod_rf),并将度量设置为ROC。3) caret包在R中允许过采样来
调整
数据的不平衡。他们尝试logistic回归(见sim_glm模型)进行过抽样,并指定repeats = 2重复10倍交叉验证2次。它怎麽工作?我不太清楚。在随机森林的情况下,重采样、repeats = 2
和
10倍交叉验证的过程将如何工作?我认为训练数据总是比测试数据显示出
浏览 0
提问于2018-12-03
得票数 1
6
回答
对于一个程序来说,32位或64位意味着什么?
c
、
32bit-64bit
这个问题:,提到字大小是指
处理器
寄存器的位大小--我认为它指的是计算机
处理器
操作的位数/即
处理器
操作的最小的“不可分割”位数。 对吗?
使用
Word/Excel/etc这样的软件,安装程序可以选择32位或64位的安装。有什么关系?但是这太模糊了--除非32位/ 64位软件作为一个概念与32位/ 64位字
处理器
的大小完全无关?
浏览 0
提问于2019-05-17
得票数 67
回答已采纳
3
回答
大型模型的最佳批次大小
和
时期
python
、
tensorflow
、
machine-learning
、
keras
、
neural-network
我运行了一个顺序模型(下面的代码),其中我
使用
了64
和
30个时期的批处理大小。代码花了很长时间才能运行。在30个时期之后,在验证集上的准确率约为67,在训练集上的准确率约为70。我的问题是关于批量大小
和
纪元。
使用
更大或更小的批处理大小(大于64)是否有价值,我是否应该
使用
更多的纪元。
浏览 0
提问于2020-04-19
得票数 0
2
回答
带交叉验证的SVM分类
matlab
、
classification
、
svm
、
bioinformatics
我刚开始
使用
Matlab,并试图效仿中的例子来处理分类问题。
使用
exp(z)的原因有两个: rbf_sigma
和
boxconstraint必须是正的。 你应该看看点大约是指数相隔的。此函数句柄在
参数
处计算交叉验证。
浏览 3
提问于2012-10-10
得票数 3
回答已采纳
2
回答
Opencl中结构中动态数组的内存对象分配
opencl
、
gpgpu
、
gpu
即对于这个结构的每个对象,我必须在C中为数组'dattr‘重新分配内存,
使用
: for(i=0; i<10
浏览 1
提问于2013-01-10
得票数 6
回答已采纳
1
回答
在GPU上,是否有可能通过组合double
和
float操作来获得更多的flops?
double
、
gpu
、
nvidia
、
amd-processor
、
flops
如果
图形
处理器
每秒可以执行N1单精度运算,而N2每秒可以执行双精度运算。有没有可能,通过混合(独立的)单精度
和
双精度运算来实现每秒N1+N2总运算,或者至少比N1
和
N2更大的运算?在英特尔/amd CPU上,我非常确定这是不可能的,因为双精度
和
单精度至少共享一些执行资源。但我不知道这是否适用于现代的nvidia或amd GPUs。
浏览 5
提问于2021-05-01
得票数 2
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
召唤超参调优开源新神器:集XGBoost、TensorFlow、PyTorch、MXNet等十大模块于一身
使用Optuna进行PyTorch模型的超参数调优
GPT-3:被捧上天的流量巨星,却有重大缺陷,很危险...
天玑5G开放架构,性能提升给各大用户带来不同体验
Meta版ChatGPT遭开源代码泄漏,开发者称新 AI 大模型推理速度优于GPT|钛媒体焦点
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券