什么是机器学习中的训练步时间?

在论文中:

TensorFlow:一个用于大规模机器学习的系统 (Martín Abadi, Paul Barham, Jianmin Chen, Zhifeng Chen…)

术语“步时间”或“训练步时间”是什么意思?为什么不简单地使用训练时间?

paper


回答:

在神经网络场景中,一个周期(epoch)可以定义为所有训练样本的一次前向传递和后向传递。我们不会一次性将所有神经元输入到我们的网络中。相反,我们选择一批神经元(小批量)并将它们输入。我们向前和向后处理训练数据的一个小子集。我们这样做是为了执行随机梯度下降,并防止我们的网络过拟合。个别训练步时间与总训练时间之间存在差异。例如,如果你的网络中有30个训练步骤,那么总训练时间 = 完成所有30个训练步骤所需的时间。

enter image description here

请查看参考文献[15]以获取以下表格:

enter image description here

[15] S. Chintala.convnet-benchmarks,github.com/soumith/convnet-benchmarks.

enter image description here

对于AlexNet,caffe的训练步时间为324毫秒。总时间 = 前向 + 后向 = 121 + 203

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注