如何在Kaggle内核(或使用TF2的Colab )中设置Tensorboard？(为了调整超参数)
在Kaggle内核或使用TF2的Colab中设置Tensorboard，可以通过以下步骤实现：
- 导入必要的库和模块：
import tensorflow as tf
from tensorboard.plugins import projector- 定义Tensorboard回调函数：
# 创建Tensorboard回调函数
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir='./logs')- 在训练模型时，将Tensorboard回调函数传递给fit()函数：
model.fit(x_train, y_train, epochs=10, callbacks=[tensorboard_callback])- 在训练完成后，保存模型权重：
model.save_weights('model_weights.h5')- 创建Tensorboard日志目录并将模型权重复制到该目录下：
!mkdir logs
!cp model_weights.h5 logs/- 生成metadata.tsv文件（如果需要可视化数据）：
# 生成metadata.tsv文件
metadata_file = open('logs/metadata.tsv', 'w')
metadata_file.write('\t'.join(['Label']) + '\n')
for label in labels:
metadata_file.write('\t'.join([str(label)]) + '\n')
metadata_file.close()- 创建Tensorboard配置文件：
# 创建Tensorboard配置文件
config = projector.ProjectorConfig()
embedding = config.embeddings.add()
embedding.tensor_name = 'dense_1/kernel:0' # 替换为你想要可视化的张量名称
embedding.metadata_path = 'metadata.tsv' # 如果有metadata.tsv文件，指定路径- 保存Tensorboard配置文件：
# 保存Tensorboard配置文件
projector.visualize_embeddings(tensorboard_callback.log_dir, config)- 启动Tensorboard服务器并指定日志目录：
# 启动Tensorboard服务器
%load_ext tensorboard
%tensorboard --logdir logs完成上述步骤后，你可以在Kaggle内核或使用TF2的Colab中成功设置Tensorboard，以便调整超参数并进行可视化分析。
注意：以上步骤仅适用于在Kaggle内核或使用TF2的Colab中设置Tensorboard。如果你在其他环境中使用Tensorboard，可能需要进行适当的调整。
相关·内容
我在Kaggle内核中设置Tensorboard有问题。我正在尝试使用Tensorboard回调来优化我的CNN的超参数，但我正在苦苦挣扎，就像在Kaggle内核中一样，我不知道如何获得Tensorboard接口，即使它似乎已经配置好了，而且这个()对我一点帮助都没有，因为它导致了一个错误404。
相反，在Colab中，当将tensorflow更新为tf2时，我得到了以下错误：
ERROR: Failed to launch TensorBoard (exited with 1). Contents of stderr: Traceback (most recent call last):
浏览 25提问于2019-11-27得票数 0
3回答
Kaggle笔记本和Google笔记本的主要区别是什么？
要处理数据集，我的第一步是启动一个Kaggle笔记本，但随后我忍不住想，使用Colab笔记本的好处是什么。
我不知道有什么不同，如果我弄错了，请纠正我：
Kaggle有一个控制台，Colab没有(但我仍然不知道如何处理控制台)。
Kaggle笔记本允许在Kaggle网站上与其他用户协作，而Colab允许任何使用该笔记本链接的用户协作。
Kaggle没有像Colab那样的“堆栈溢出”即时搜索。
Kaggle需要上传数据到Kaggle的网站，而Colab允许使用来自Drive的数据。
Kaggle没有像Colab那样直接将笔记本上传到Gi
浏览 0提问于2020-07-16得票数 6
我需要可视化TensorFlow对象检测模型的结构。我试图在Colab中使用TensorBoard和下面的代码。当TensorBoard加载日志时，它会停留在“名称空间层次结构:查找相似的子图”的步骤上。
!pip install -U tensorflow
import tensorflow as tf
from tensorflow.python.client import session
from tensorflow.python.framework import ops
from tensorflow.python.tools import saved_model_uti
浏览 2提问于2020-09-15得票数 3
无法从colab笔记本解压文件夹中的30 GB数据。我使用kaggle api调用下载了30 of的压缩数据集。但是当我尝试使用!unzip destination_folder_name -d source_name解压数据集时，它抛出了一个错误或错误的压缩偏移量。该文件夹包含.png格式的图像和蒙版。在zip文件中有2个文件夹，每个文件夹包含256k个样本的蒙版和图像。下面我附上了错误的图像 ? 在google colab pro中尝试哪个命令来解压缩该数据集？ 数据集链接：https://www.kaggle.com/raghaw/panda-dataset-medium-25
浏览 72提问于2020-07-16得票数 1
我正在尝试在Colab中执行图像分类任务，但在从kaggle导入数据集后，数据以zip格式出现。解压后，数据集不会给出文件夹，而是会给出一个图像列表。我怎样才能从中取出一个文件夹？
浏览 32提问于2019-06-11得票数 5
回答已采纳
因此，我正在尝试制作一个seq到seq模型，用于使用像kaggle笔记本和google colab这样的在线笔记本上的py手电筒将德文翻译成英语。
import torch
import torch.nn as nn
import torch.optim as optim
from torchtext.datasets import Multi30k
from torchtext.data import Field, BucketIterator
import numpy as np
import spacy
import random
from torch.utils.tensorboard
浏览 9提问于2020-07-09得票数 3
回答已采纳
在Colab上运行此笔记本时： https://www.tensorflow.org/tensorboard/tensorboard_profiling_keras 我没有得到相同的配置文件输出:在我这边，没有显示任何GPU设备。 这是预期的结果： ? 这就是我所得到的： ?
浏览 76提问于2019-12-05得票数 4
如何在CoLab上运行tensorboard？!tensorboard --logdir logs/这花了很长时间没有显示，显示的是http://bcb8d733d00a:6006/的TensorBoard 1.15.0
浏览 47提问于2019-12-11得票数 0
我想通过下面的代码解压从google colab上的kaggle下载的csv文件。但每次我运行unzip命令时，它都会显示找不到这样的文件或目录，而colab则显示文件已成功下载！
!pip install kaggle
from googleapiclient.discovery import build
import io, os
from googleapiclient.http import MediaIoBaseDownload
from google.colab import auth
auth.authenticate_user()
drive_service = build(&
浏览 1提问于2019-01-24得票数 0
3回答
在google colab中，我可以轻松地使用以下命令挂载我的google驱动器：
from google.colab import drive
drive.mount('/content/gdrive')
然而，在kaggle的notebook中，它给出了这个错误：
KeyError Traceback (most recent call last)
<ipython-input-14-2b128295b616> in <module>
2 # !pip install go
浏览 4提问于2020-01-13得票数 11
我使用Google Colab来计算我的Kaggle竞赛，现在我决定看看在Google Cloud上使用服务是否会更快。我从Google Cloud下载了一个*.ipybn文件，并尝试将其上传到Google Cloud实例。 我使用这个链接在Google Colab上创建了所有的连接：https://towardsdatascience.com/setting-up-kaggle-in-google-colab-ebb281b61463，它工作得很好。 使用本教程：https://towardsdatascience.com/how-to-use-jupyter-on-a-google-cl
浏览 11提问于2019-06-17得票数 0
回答已采纳
在我的google驱动器中，我有一个名为Colab Notebooks/data/的文件夹，我如何将这个路径附加到系统中，这样我就不必给出数据文件的全名了？
我的尝试：
from google.colab import drive
drive.mount('/content/drive')
dat_dir = 'drive/My Drive/Colab Notebooks/data/'
# read data
import pandas as pd
pd.read_csv(dat_dir + 'titanic_kaggle_train.csv
浏览 0提问于2019-09-03得票数 2
回答已采纳
1回答
在用TensorBoard完成的超参数搜索过程中，我遇到了一个明显的循环依赖，试图为使用日志数据，这是用TF2构建的模型。后者的典型设置需要在调谐器的search()方法中设置Tensorboard回调，后者封装了模型的fit()方法。
from kerastuner.tuners import RandomSearch
tuner = RandomSearch(build_model, #this method builds the model
hyperparameters=hp, objective='val_accuracy')
tuner.s
浏览 3提问于2019-12-11得票数 8
第一次使用谷歌Colab。我使用了Kaggle，我已经将数据加载到Google中，但我似乎无法通过熊猫打开它。我右击文件并复制路径。然后运行以下代码：
import pandas as pd
train = pd.read_csv("content/train.csv")
test = pd.read_csv('content/test.csv')
我得到的错误代码：
FileNotFoundError: File b'content/train.csv' does not exist
下面是导致此错误的所有操作的代码：
!pip instal
浏览 1提问于2019-01-29得票数 2
回答已采纳
2回答
我试图从我的驱动器加载一个文件夹，但加载时出现错误
ValueError Traceback (most recent call last)
<ipython-input-3-a977da366961> in <module>()
1 from google.colab import drive
----> 2 drive.mount('content/gdrive/My Drive/kaggle')
/usr/local/lib/python3.6/dist-packag
浏览 0提问于2019-03-28得票数 4
1回答
我正在尝试解决来自kaggle 的食品杂货数据集，我无法解压缩google colab上的train.csv.7z文件。
我尝试过!p7zip -d train.csv.7z，但它给出了错误/usr/bin/p7zip: cannot read train.csv.7z
浏览 1提问于2019-04-29得票数 1
1回答
我只想在TensorBoard上显示一个简单的图表：[ ? 1 我试过了： %load_ext tensorboard
import tensorflow as tf
a = tf.constant(2, dtype=tf.float32, name='tensor_a')
b = tf.constant(3, dtype=tf.float32, name='tensor_b')
c = tf.add(a,b)
writer = tf.summary.create_file_writer('/content/grafo1')
tf.summa
浏览 28提问于2020-08-04得票数 0
之前，我实现了2个CNN模型(Resnet50v2和inceptionResNetv2)，数据集包含3662张图像。在Google colab的训练和验证过程中，这两种方法都工作得很好。现在我再次重新运行完全相同的代码，每个时期的训练样本本身减少到每个时期只有92个样本(在2929个/时期之前)。两个型号使用不同的笔记本，它们现在都是这样的。 我想这可能是因为内存有限(在使用google colab一个月后，它似乎减少了一半)，所以我升级到了25G内存的Colab pro。这并不能解决问题。 有没有人有同样的问题？任何人都能给出一个线索，可能是什么原因和解决方案？非常感谢！ 以下是工作流程末
浏览 10提问于2020-04-01得票数 1
1回答
我有一个经过训练的网络，我正在用它来预测图像数据。我想加快预测速度，但我不知道如何在预测上运行tensorboard profiler。由于模型的大小，我不喜欢重新运行训练来进行优化。这与之前的question类似，但我再问一次，因为那个问题没有得到相关的答案。 当我遵循this分析示例时，我得到了一个分析，但是当我使用相同的回调添加一个预测步骤时，它不会分析预测。 (previous lines are loading and setting up an MNIST model as in the linked colab)
tboard_callback = tf.keras.call
浏览 15提问于2021-07-09得票数 0
我试图从kaggle比赛下载数据，但我有标题的问题。我已经搜索过了，我知道问题在于我试图运行它是为了一个kaggle内核，而不是一个本地内核，但是我不知道如何解决这个问题。我知道这是个愚蠢的问题，但我是新来的，我的老师让我在这里搜索。谢谢你们所有人。
浏览 0提问于2018-11-08得票数 3
1回答
我在部分数据上测试了我的CatBoostModel模型，得到了0.92分，但是Kaggle的公共分数是0.9。我通过随机搜索发现了新的超参数，新模型的分数是0.925，但是Kaggle的得分降到了0.88。
为了正确验证模型，我应该做些什么？
浏览 0提问于2021-11-13得票数 1
回答已采纳
我想用tf.estimator.DNNClassifier在互联网被封锁的Kaggle笔记本环境中训练一个模型。因此，我不能使用Tensorboard来监控进度。因此，我希望在标准输出中记录进度(类似于我们在Keras模型上调用fit方法时)，但我无法使其工作。
到目前为止，我已经尝试过将日志记录级别设置为INFO，并将一个tf.estimator.RunConfig实例传递给估计器。RunConfig有一个默认值为100的log_step_count_steps属性，这似乎与我正在寻找的内容相关，但它不起作用。以下是代码的一部分：
import logging;
logging.getLog
浏览 154提问于2018-12-10得票数 0
回答已采纳
我知道可以将hyper-params作为字典发送给Trains。 但是，它还可以自动记录使用TF2 HParams模块记录的超参数吗？ 编辑:这可以使用hp.hparams(hparams)在HParams tutorial中完成。 ?
浏览 14提问于2020-08-26得票数 1
我需要在AWS Sagemaker实例上可视化tensorflow模型的实时损失和指标。在Jupyter笔记本上，我试着跑 %load_ext tensorboard
%tensorboard --logdir <path> 但实际上什么也没发生。我怎么才能让它正常工作呢？
浏览 27提问于2021-01-14得票数 1
回答已采纳
我使用的是pip3 install tensorflow==1.8.0，但它不支持图形处理器。
所以我使用了pip3 install tensorflow-gpu==1.8.0，但它仍然会引发一个异常
libcudart.so.VERSION没有这样的文件。
我应该使用colab从源安装tensorflow吗？
在pip3 list之后
tensorboard 1.10.0
tensorflow 1.10.0
tensorflow-hub 0.1.1
浏览 383提问于2018-08-17得票数 24
我正试着在colab上使用张力板。我设法使它发挥作用，但不是所有的命令。add_graph和add_scalar可以工作，但是当我试图运行add_embedding时，我得到了以下错误：
AttributeError: module 'tensorflow._api.v1.io.gfile' has no attribute 'get_filesystem'
这是有关的守则(我想)；
import os
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter(log_dir
浏览 9提问于2020-03-17得票数 8
1回答
我正在用几张图片进行svm训练。这是我使用支持向量机的第一个项目。我正在使用HOG特征提取来提取特征。如果训练特征位于地平线上，则将其位置标记为1，如果位于背景线上，则标记为0。我有74张图片用于训练，7张图片用于测试。不幸的是，我不能达到50%以上的准确率。我已经改变了图像大小，我已经在特征提取中播放了单元大小。它没有那么大的变化。我可以尝试什么？理想的数据集数量是多少，有多少图像用于训练和测试？例如，在一张图片中，它预测下一张图片中的所有内容都是正确的，但都是错误的。
这就是我计算准确度的方法；
%%%%% Evaluation
% Testing Data
hfsTest = vertc
浏览 2提问于2017-06-14得票数 1
我想在Kaggle内核中同时使用R和Python语言。因此，当运行 !pip install rpy2 在Kaggle Notebook中，我得到了以下错误 Error: rpy2 in API mode cannot be built without R in the PATH or R_HOME defined. Correct this or force ABI mode-only by defining the environment variable RPY2_CFFI_MODE=ABI 我已经为R中的Python用户找到了一个solution，但是还没有提供在Kaggle内核中调
浏览 48提问于2020-05-03得票数 0
回答已采纳
在kaggle kernels中处理urls列表获取的最佳方法是什么？
我第一次尝试用google.com进行测试。
First Method：使用urllib.request
import urllib.request resp = urllib.request.urlopen('http://www.google.com')
这将导致gai和urlopen错误Errno -2名称或服务的错误未知。
Second Method：使用请求
import requests resp = requests.get('http://www.google.com')
浏览 0提问于2018-02-25得票数 4
回答已采纳
我发现协作室(colab research)的字体太小了。有没有办法改变代码编辑器的字体大小？我尝试了“首选项”，但没有看到字体大小的选项。
浏览 37提问于2018-09-02得票数 14
IBM开发的调试和可视化库pixiedust让我着迷，我想在gooogle colab上试用它。
我做了以下工作：
!pip install pixiedust
# matplotlib, seaborn, jinja2 are already installed in gcolab.
显示图表不起作用
import pixiedust
df = pixiedust.sampleData() # this shows the dataframe
display(df) # This does not do anything.
调试也不起作用。
import pixiedust
# Nex
浏览 19提问于2019-07-09得票数 3
我正在寻找使用XGBRegressor使用GridSearchCV的最佳超参数。以下是代码：
from xgboost import XGBRegressor
from sklearn.model_selection import GridSearchCV, KFold
param_grid_xgb_b1 = {
'num_leaves': np.arange(20, 500, 5),
'max_depth': np.arange(5, 50, 2),
'reg_alpha': np.arange(0.01, 0.5,
浏览 0提问于2020-11-09得票数 2
1回答
我通常在Kaggle/Colab上做我的机器学习工作，但我正试图将我的代码模块化到github上。当我试图从GCS读取文件时，我面临一个很大的问题。 例如，我有GCS_PATH = "gs://kds-432679f77c5f716920e51fb4289eb7c6d9d6"，并希望这样做： TRAINING_FILENAMES = tf.io.gfile.glob(GCS_PATH + "/train*.tfrec") 然而，我的vscode抛出了这个错误"in get_matching_files_v2 compat.as_bytes(patter
浏览 18提问于2020-10-08得票数 0
我对TensorFlow 1.x非常熟悉，我正在考虑在即将到来的项目中切换到TensorFlow 2。我在理解如何使用TensorBoard日志编写标量时遇到了一些困难，使用的是热切的执行(使用 )。
问题描述
在tf1中，您将创建一些摘要操作(您想要存储的每件东西都有一个op )，然后将其合并到一个op中，在会话中运行合并的op，然后使用FileWriter对象将其写入文件。假设sess是我们的tf.Session()，下面可以看到这样做的一个例子：
# While defining our computation graph, define summary ops:
# ... some
浏览 0提问于2019-07-10得票数 12
回答已采纳
我有一个目录和数据帧，如下所示： |---classA
|-----1.jpg
|-----2.jpg
|---classB
|-----23.jpg
|-----124.jpg 数据框由两列组成:图像的名称及其类 name | class
1.jpg | 1
2.jpg | 1
23.jpg| 2 我使用ImageDataGenerator和flow_from_directory方法。我目前正在使用GPU进行训练，但由于它很大，所以需要很多时间，所以我想切换到TPU。我搜索了Kaggle和Colab的TPU指南，他们都使用TFRecord来读取数据。有人能帮我在ImageDa
浏览 17提问于2020-09-11得票数 0
回答已采纳
1回答
为什么训练损失是上下波动的？
、、、、
我使用的TF2研究对象检测API与预先训练的EfficientDet D3模型来自TF2模型动物园。在我自己的数据集上进行的培训中，我注意到总损失在上下跳跃--例如，几步后从0.5到2.0，然后返回到0.75：
因此，在所有这些训练中，似乎不是很稳定。我认为问题可能是学习率，但正如你在上面的图表中所看到的，我将LR设置为在训练过程中衰减，它会下降到一个非常小的值1e-15，所以我不知道这怎么可能是问题(至少在培训的后半部分)。
另外，当我在Tensorboard中平滑曲线时，就像上面的第二张图像一样，人们可以看到总损失在下降，所以方向是正确的，尽管它仍然在一个相当高的值上。
浏览 1提问于2021-03-05得票数 1
回答已采纳
我在colab中有一个R笔记本，我想在其中读取保存在我的google驱动器中的文件。
我似乎只找到诸如"from google.colab import drive drive.mount('/content/drive')“之类的python代码来挂载驱动器。
然而，有没有R的代码来做这件事或者另一种选择呢？我真的很努力，非常感谢你的帮助！
浏览 0提问于2019-06-20得票数 10
我正在colab上的自定义数据集上训练一个yolov3模型。训练了大约50分钟后，标签挂了起来，现在colab显示出忙碌的状态。
它也显示红色警报标志(49m 17s在下午1:07完成)在底部。什么意思？
我是否需要中断执行并再次启动该过程？
浏览 333提问于2022-03-09得票数 1
我们遇到了一个奇怪的问题，我们相对简单的模型在CPU上收敛，但在使用GPU的服务器上不收敛。在两次运行之间不会对代码进行任何修改。代码也不包含任何显式的条件语句来更改不同体系结构上的工作流。
可能的原因是什么？这个tensorflow模型如何在CPU上收敛，而不是在GPU上收敛？如果代码太长，您无法阅读，我们仍然对一般的推测和提示表示感谢。
#!/usr/bin/python
from __future__ import print_function
import tensorflow as tf
import os
import numpy as np
import input_data #
浏览 0提问于2016-09-05得票数 0
在另一个问题中，有人展示了他的TensorBoard的屏幕截图，显示每个节点的内存使用情况：
在我用Tensorboard做的实验中，我从来没见过这些。我只想打个电话
writer = tf.summary.FileWriter('/tmp/tensorboard', sess.graph)
在sess.run()之后。我是否需要添加一些“摘要”来记录内存使用情况？
浏览 8提问于2017-05-31得票数 5
回答已采纳
1回答
据我的教授说，神经网络建模的第一步之一就是使用一个足够强大的模型。
第一步是创建一个足够强大的模型，至少在不使用规则化的情况下，能够在培训数据上实现非常高的精度(非常低的损失)。
除了调整和调整学习速度之外，我还能做些什么来使我的模型“强大”，换句话说，让它适应训练数据？
我用以下的东西看正确的方向吗？
添加额外的层
使层更厚(更多的神经元)
浏览 0提问于2020-02-25得票数 4
我使用Fasttext对有毒评论进行分类( Kaggle竞赛)。为了训练我的模型，我运行以下命令 fasttext supervised -input model_train.train -output model_tune -autotune-validation model_train.valid -autotune-modelsize 100M -autotune-duration 1200 它训练一个分类模型，并在保证模型大小小于100M的同时进行参数调整。有没有用-autotune-validation训练监督模型的python包装器？我知道有用于predict和train方法的p
浏览 46提问于2019-12-23得票数 0
我按照的说明使用conda在mac上安装了tensorflow 2：
conda create -n tf2 tensorflow
然后，我安装了ipykernel，将这个新环境添加到jupyter笔记本内核中，如下所示：
conda activate tf2
conda install ipykernel
python -m ipykernel install --user --name=tf2
这似乎很好，我可以在我的jupyter笔记本内核上看到我的tf2环境。
然后，我尝试运行简单的MNIST ，以检查所有操作是否正常，并且当我执行这一行代码时：
model.fit(x_train,
浏览 23提问于2020-01-03得票数 7
回答已采纳
我正在尝试将一个名为“clusterer.py”的定制模块导入到我的colab笔记本中。但是导入函数无法找到该文件。还有其他方法来导入自定义模块吗？
挂载驱动器后，我已经尝试过这样的方法：，结果是：“没有一个模块名为”clusterer“
!ls /content/gdrive/My\ Drive/Colab\ Notebooks/Omdena_Mars_Anomaly_Detection/*.py
!cat /content/gdrive/My\ Drive/Colab\ Notebooks/Omdena_Mars_Anomaly_Detection/clusterer.py
import
浏览 0提问于2019-06-27得票数 1
2回答
CNN的准确率很低
、、、、
我正在学习神经网络，并试图从零开始建立自己的CNN模型。目前，我正在研究斯坦福狗数据集和20000张照片。我已经做了一个模型，而且成本已经很低了。但准确度很低，虽然我不明白原因。
在这里，我做数据增强：
import os
import time
import zipfile
import pandas as pd
import tensorflow as tf
from tensorflow import keras # Tensorflow high-level api
from tensorflow.keras import layers
from keras import optim
浏览 2提问于2020-06-21得票数 0
1回答
如何在在线服务器朱庇特笔记本中下载nltk秒字？在本地主机上，我们可以很容易地输入nltk.download并下载开始，但是在联机Kaggle服务器笔记本中，nltk.download不能工作。
浏览 1提问于2018-08-23得票数 0
我正在使用自己的自定义损失函数构建一个神经网络(相当长且复杂)。我的网络是无监督的，所以我的输入和预期输出是相同的，而且目前我只使用一个输入(只是试图优化单个输入的损失)。 我正在尝试使用tensorboard.plugins.hparams应用程序接口进行超参数调优，但不知道如何在其中加入我的自定义损失函数。我正在尝试遵循Tensorflow 2.0 website上建议的代码。 以下是该网站的建议： HP_NUM_UNITS = hp.HParam('num_units', hp.Discrete([16, 32]))
HP_DROPOUT = hp.HP
浏览 65提问于2019-07-02得票数 3
我正在试验高斯进程模型，特别是在kernlab R包中的实现。我发现模型拟合在去掉线性核时会挂起。分析显示它正忙于通过运算符"%*%“进行矩阵乘法。下面给出了一个可重复使用的示例：
data(iris)
#this doesn't hang
test <- kernlab::gausspr(Species~.,data=iris,type="classification",kernel="rbfdot")
#this hangs with message "Setting default kernel parameters"
浏览 6提问于2017-11-14得票数 1
在对一些Kaggle数据进行SVM训练时，我遇到了线性核无法给出任何结果的情况。
这对我来说没有意义，因为RBF内核工作得很好，我的理解是，线性内核是一个严格简单的版本，不会将数据映射到更高的维度。事实上，全 我的 研究提出，不仅线性内核是可能的，而且在大多数情况下，收敛速度应该更快(权衡结果可能不准确)。
然而，事实证明并非如此。当RBF核在~6分钟后进行交叉验证时能够产生一个结果，而线性核仅在6小时后就没有输出。在此之后，我只是强迫退出训练，并转移到测试其他支持向量机参数。
一些事实的细目：
大约60000个例子，大约120个特性(有时减少到30个特性会有帮助，线性内核会在许多小时后产生结
浏览 0提问于2015-12-20得票数 6
5回答
我已经从这个Kaggle链接下载了大型图像培训数据作为zip。
如何有效地实现以下目标？
在GoogleCol堕胎中创建一个项目文件夹
将压缩文件上载到项目文件夹
解压缩文件
谢谢
编辑:我尝试了下面的代码，但它崩溃了我的大压缩文件。是否有一种更好/更有效的方法可以在本地驱动器中指定文件的位置？
from google.colab import files
uploaded = files.upload()
for fn in uploaded.keys():
print('User uploaded file "{name}" with l
浏览 8提问于2018-02-19得票数 6
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
