1回答
我正在用Jupyter笔记本上的Keras训练一个深度学习模型。如果我关闭笔记本，有没有办法检索状态栏，显示已经完成了多少个纪元？
浏览 13提问于2019-08-17得票数 0
回答已采纳
模型经过了训练和测试，我保存了检查点和模型。培训完成后，我将存储的模型加载到代码中。如果我关闭木星笔记本，我需要重新训练模型吗？
浏览 1提问于2022-09-04得票数 0
2回答
我需要训练一个CNN，这将需要1-2天来训练一个远程访问的GPU服务器。
我是否只需要让我的笔记本电脑通宵开着就可以完成培训，或者有没有办法保存培训的状态并在第二天从那里恢复？
浏览 15提问于2018-07-26得票数 0
我正在学习数据科学，并使用朱庇特笔记本做这项工作。我已经做了很多数据预处理和培训工作。但我意识到，每次我关闭笔记本，想要继续工作的第二天，我必须运行所有的细胞。从第一次到我上次停止的牢房。因为我加载数据，处理数据，并符合机器学习模型，所以每次重新开始都是没有意义的。然而，我没有找到答案。有人能让我知道怎么做吗？
我刚才听说过Dill，它保存变量，它保存ML模型吗?当重新打开木星时，它和关闭它的时候完全一样吗？
浏览 1提问于2018-10-08得票数 3
我有一个，它使用SSH连接连接到上面的朱庇特笔记本。我怎样才能改变我目前正在做的事情，即使我关闭了我的笔记本电脑/暂时断开了网络连接，木星笔记本也能存活下来？当前，在打开VM并打开tmux窗口后，我使用以下命令启动了木星笔记本及其SSH连接：
gcloud compute ssh <my-server-name> -- -L 8080:localhost:8080然而，如果我开始训练一个模型很长一段时间，需要关闭
浏览 0提问于2019-03-28得票数 3
回答已采纳
1回答
我在实验室处理火把经过培训，我保存了模型，并将模型加载到另一个笔记本(注2)。在注释2中，在加载state_dict和所有内容之后，pytorch消耗的内存要比训练状态少得多。再加上。我试着删除训练时使用的变量，但是不够大(大约2gb)
浏览 0提问于2020-12-08得票数 1
回答已采纳
我使用Keras构建了一个基于CNN结构的自动编码器模型，在完成训练过程后，我的笔记本电脑有64 GPU的内存，但我注意到至少1/3的内存仍然被占用，GPU内存也是如此。我没有找到释放内存的好方法，我只能通过关闭Anaconda提示符命令窗口和jupyter笔记本来释放内存。我不确定是否有人有好的建议。谢谢!
浏览 3提问于2018-06-24得票数 20
2回答
我正在使用Keras中的multi_gpu_model训练一个修改后的InceptionV3模型，并使用model.save保存整个模型。然后，我关闭并重新启动了集成开发环境，并使用load_model重新实例化了模型。
model.save('my_model.h5'
浏览 1提问于2018-01-26得票数 3
1回答
我想在这个比较教程的基础上比较word2vec和快速文本模型。在此基础上，将fastText模型的最大长度n-g设置为零，从而使fastText模型的语义精度提高，使得fastText的行为几乎与word2vec相似。它忽略了纳克。但是，在加载fastText模型时，我无法找到如何设置此参数的任何形式。对怎么做有什么想法吗？
浏览 0提问于2017-08-08得票数 0
回答已采纳
我正在google colab上训练一个自然语言模型，从目前的训练进度来看，我的模型至少需要1到2天的时间才能完成训练。训练结束后，我还想将模型保存在我的google drive中。(1)我正在使用学校的互联网，大约90分钟后我就被注销了。因此，我希望我的模型继续在云上训练，即使我的大学wifi让我退出。我看了YouTube上的视频，它写了一个脚本，在一段时间后定期点击连接按钮，但
浏览 17提问于2020-02-21得票数 4
我想将GPU容量用于深度学习模型。Sagemaker非常灵活，可以启动按需集群进行培训。然而，我的部门希望得到保证，我们不会在AWS预算上超支。有没有办法在不使用专用机器的情况下“限制”成本？
浏览 3提问于2020-06-15得票数 1
1回答
我完成了一个花了8个小时运行的模型的训练，但我忘记了在关闭jupyter笔记本之前绘制精度图。
我需要绘制图形，并且我确实将模型保存到了我的硬盘上。但是如何绘制一个预先训练好的模型的精确度图呢？
浏览 0提问于2020-12-09得票数 0
2回答
我正在使用Google Cloud Platform为一个问题建立一个机器学习模型。数据集是巨大的，该模型将需要许多小时的培训。我想保持我的笔记本运行，因此保持我的模型培训，直到培训完成，即使我关闭了我的本地机器，即我的个人电脑。
只要我不关机，笔记本就会继续运行吗？还是我想做些其他的事情来确保模特继续训练。
浏览 1提问于2018-04-16得票数 3
回答已采纳
3回答
我最近开始使用Google来训练我的CNN模型。它总是需要10+小时来训练一次。但在这些10+时间里，我不能呆在同一个地方，所以我总是关掉我的笔记本，让这个过程继续下去。以下是问题：
当我试图重新连接到Colab笔记本，它总是停留在"INITIALIZAING“阶段，无法连接。我很高兴能在训练中观察到训练中
浏览 0提问于2018-04-12得票数 5
为什么在运行了2个小时的模型后，我得到一个弹出窗口，上面写着：我重新启动了我的运行时，并认为我有12个小时来训练一个模型。你知道怎么避免这种情况吗？
浏览 6提问于2019-11-10得票数 0
1回答
我还在研究一些离群点/新颖性探测
我想要一个半监督的模型。我想预测一些类标签，但是，我不能用一些异常/新的行为来训练我的模型，这些行为最终会发生。我的工作是电机振动，我将训练我的模型，当他们是“开”和振动时，他们是“关闭”。随着时间的推移，"ON“状态的振动会因一些缺陷而变得略有不同，但是如果我只训练"ON”和"OFF“，它肯定会继续确认我的马达是"ON”，因为有缺陷的振动更接近"O
浏览 0提问于2019-06-12得票数 1
我既有检查点格式的模型，也有tf SavedModel格式。根据文档，下一步是使用训练后量化转换为.tflite格式.
dataset_list = tf.data.Dataset.list_fi
浏览 7提问于2022-08-12得票数 1
1回答
我发现我的模型在两台独立的机器(笔记本电脑和PC机)上具有不同的性能(训练和验证精度)。所使用的代码和数据是相同的。所以：
在笔记本电脑上训练和验证(val准确度~91%)通过(手动通过Box )将相同的jupyter笔记本和数据移动到PC，将转移到一个版本控制的回购anythingObserving并在PC上验证(val准确性~33%) --它是一个三级分类器，因此它基本上不学习anythingObserving大变化的训练和验证精度。Tensorflow (仅限CP
浏览 4提问于2021-06-08得票数 0
当在AWS上训练一个模型的时候(让我们假设训练需要15个小时或更长时间)。如果我们的笔记本电脑在两者之间失去了互联网连接，它正在接受训练的核心就会死去。但是模型继续训练(我用model.save命令确认了这一点，并且模型确实保存在s3桶中)。
我想知道是否有一种方法，跟踪我们的模型培训的状态/进展时，内核在萨吉梅克环境死亡。
浏览 8提问于2022-10-14得票数 1
本文采用三维卷积神经网络进行训练，输入256×256图像，22通道，5幅图像，采用8x8滑动窗口，90°旋转数据增强。输入的大小是(262144,22,8,8,5)。网络的输入是一个更大的10240x10240图像的块，所以我需要对模型进行多次训练，以便包含我的整个数据集。
加载下
浏览 1提问于2019-04-05得票数 1
回答已采纳
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
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
