我目前正在使用Vowpal Wabbit进行训练阶段。数据集很大（4G字节），已经运行了一整晚。它还在训练中，我不知道还要持续多少天。

你知道是否有办法停止训练，但保留并保存模型的当前状态，以便在真实数据上进行测试吗？

回答：

如果你提前知道这一点，你可以使用--save_per_pass（这样每次通过后都会保存一个模型），或者如果你只进行一次通过的学习，你可以在特殊示例中包含带有标签save_filename的示例，其中文件名是模型应保存的路径。

如果你进行多通过学习并且第一通过已经结束（因此创建了一个缓存文件），你无法在训练数据中包含save示例，所以我担心你没有简单的方法来保存到目前为止训练的模型。

我认为4 GiB是一个小数据集:-)。当我在10GiB（压缩）的数据集上进行训练时（这也不算大），它花了两个小时（包括创建缓存文件的时间，这是最耗时的部分，后续的通过/实验要快得多），没有使用并行化。当然，这取决于数据集，线上与批量学习，所使用的简化和参数，尤其是通过次数和硬盘速度，但“整晚”对我来说对于这样一个小数据集来说似乎太长了。

正如@用户所说，检查stderr日志。