Google ML Engine 在标准和高级 ScaleTier 之间的作业准确性差异

我是机器学习的新手。我运行了两个相似的机器学习作业,唯一的区别在于 GCP 的 config.yaml 文件中的 scaleTier:。第一个作业使用了 scaleTier: STANDARD_1,准确率约为 93%。使用相同的 Tensorflow 记录,将 scaleTier 调整为 scaleTier: PREMIUM_1 后,准确率下降到约 50%。增加机器学习训练单元的数量会降低模型的准确性吗?

关于这个问题有两个疑问:为什么准确率显著下降,以及有哪些解决方法?


回答:

通常,在进行分布式训练时,您应该使用较小的批量大小。您可以尝试将批量大小减少到标准批量大小的 1/8 吗?您需要将步骤数增加 8 倍,以确保您遍历数据集的次数相同。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注