在实践中，为多个会话保存和加载NN模型是一种常见的做法吗？
在实践中，为多个会话保存和加载NN模型是一种常见的做法。NN模型指的是神经网络模型，它是一种机器学习模型，用于解决各种问题，如图像识别、自然语言处理等。
保存和加载NN模型的目的是为了在不同的会话中重复使用已经训练好的模型，以提高效率和准确性。在实际应用中，我们通常会将训练好的模型保存到磁盘上，然后在需要的时候加载到内存中进行预测或其他操作。
保存和加载NN模型的方法有很多种，常见的方式包括使用特定的文件格式（如HDF5、ONNX等）保存模型参数和结构，或者使用框架提供的API进行保存和加载。具体选择哪种方式取决于使用的框架和需求。
优势方面，保存和加载NN模型可以节省训练时间和计算资源，避免重复训练模型。同时，它也方便了模型的部署和共享，可以在不同的环境中使用同一个模型进行预测。
应用场景方面，保存和加载NN模型适用于各种需要使用已经训练好的模型的场景，如在线推荐系统、智能客服、图像识别等。
腾讯云相关产品方面，腾讯云提供了丰富的人工智能和云计算服务，如腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）、腾讯云云服务器（https://cloud.tencent.com/product/cvm）等，可以帮助用户保存和加载NN模型，并提供高性能的计算和存储资源。
相关·内容
我刚刚开始学习TF，并意识到如果我创建一个NN的模型，然后如果我要创建一个会话来对NN做一些事情，比如获得给定输入值的输出值， 然后在会话结束后，如果我再次使用NN做其他事情，那么为它创建一个会话，然后它将权重重新初始化为随机，这使得它没有意义。 那么，通常的做法是，比如说在第一个会话中，我保存模型，然后在第二个会话中，我会加载权重，然后使用NN做其他事情？ 我知道TF是用于一个会话，但当处理比“简单”监督分类问题更复杂的问题时，比如强化学习，那么我需要以各种方式使用NN，原因多种多样。 所以对所有这些进行编码，这样我就可以在一个会话中执行所有的功能，这是非常令人疲惫和困惑的。在那里，我宁愿
浏览 20提问于2020-01-03得票数 0
在Pytorch documentation中，CrossEntropyLoss将LogSoftMax和NLLLoss组合在一个类中 但是我很好奇；如果我们在我的分类器中同时使用CrossEntropyLoss和LogSoftMax，会发生什么： model_x.fc = nn.Sequential (nn.Linear(num_ftrs, 2048, bias=True), nn.ReLU(),
nn.Linear(2048, 1024 ), nn.ReLU(),
浏览 25提问于2020-10-23得票数 1
2回答
在xcode加载包之前
、、、
核心数据模型在一个包中，被添加到主要项目中。现在，我必须将核心数据迁移到较新的模型。我一直在遵循一些示例，因此我希望在任何查询或导入发生之前迁移数据库。因此，我将代码放在- (BOOL)application:(UIApplication *)application didFinishLaunchingWithOptions:(NSDictionary *)launchOptions中，但是包含核心数据模型的包当时没有加载。拿到包裹说它还没装好。所以我不能开始迁移过程。
我怎么能强迫它加载这个包呢？
将核心数据模型放在另一个单独的包中，而不是主包中是一个好方法吗？
编辑：
- (NSManag
浏览 3提问于2013-09-09得票数 0
回答已采纳
在原型化过程中，我经常对PyTorch模型执行许多更改。例如，假设我正在试验的第一个模型是：
class Model(nn.Module):
def __init__(self, **args):
super().__init__()
self.l1 = nn.Linear(128, 1)
然后，我将添加另一层：
class Model(nn.Module):
def __init__(self, **args):
super().__init__()
self.l1 = nn.Linear(128, 32)
浏览 4提问于2021-03-16得票数 1
回答已采纳
我正在尝试开发一个web forms应用程序，使用NHibernate和每个请求的会话模型。我看到的所有示例都有一个HTTPModule，它在每个请求执行时创建会话和事务，然后提交事务并在请求结束时关闭会话。我已经开始工作了，但我有点担心。
主要关注的是，当web请求完成时，对象会自动保存到数据库中。我对此并不特别满意，我更倾向于采取更积极的方法来确定请求完成后实际保存的内容。每一次请求的会话是否可能做到这一点？
理想情况下，我希望与数据库的交互如下所示：
从数据库中创建Retreive对象或创建一个新的，以某种方式修改对象调用对象的保存方法，该方法验证它确实已准备好提交给，然后保存到数据库
浏览 3提问于2011-09-23得票数 2
回答已采纳
我正在训练一位在火把上的模特，我为此做了一个这样的课程：
from torch import nn
class myNN(nn.Module):
def __init__(self, dense1=128, dense2=64, dense3=32, ...):
self.MLP = nn.Sequential(
nn.Linear(dense1, dense2),
nn.ReLU(),
nn.Linear(dense2, dense3),
nn.ReLU(),
浏览 0提问于2021-11-09得票数 2
回答已采纳
2回答
我正在尝试自定义加载一些带有标签的图像文件(JPG文件)，并按照示例将它们输入到PyTorch中的卷积神经网络(CNN)。然而，似乎仍然存在。我看到的问题如下所示。
RuntimeError: thnn_conv2d_forward is not implemented for type
torch.ByteTensor
我的Dataset如下所示。
class ImageData(Dataset):
def __init__(self, width=256, height=256, transform=None):
self.width = width
浏览 21提问于2018-05-19得票数 5
1回答
我正在使用Firebase身份验证。在进行身份验证后，刷新页面用户将被注销。
我的index.js文件中有这个，但是它不起作用。
firebase.auth().setPersistence(firebase.auth.Auth.Persistence.SESSION);
浏览 2提问于2018-01-16得票数 1
回答已采纳
模型与保存
net= Net()
model= torch.nn.DataParallel(net)
############################
# Training
############################
torch.save(model,'./model_shear_pre.pkl')
模型加载
net = Net()
model = torch.nn.DataParallel(net, device_ids=[0,1])
model = torch.load('./model_shear_finish.pkl', map
浏览 6提问于2021-07-07得票数 1
我试着做了以下事情：
20 session[:atoken] = linked_in_data['extra']['access_token'].token
21 session[:asecret] = linked_in_data['extra']['access_token'].secre
T
这是在用户模型内部的方法中。
但是我得到了一个错误，说未定义session...why的方法？会话变量只能在控制器中设置吗？
浏览 1提问于2011-04-24得票数 0
回答已采纳
当尝试使用我以前训练过的简单模型进行预测时，我会得到以下错误：
张量input_1:0，在feed_devices或fetch_devices中指定的，在图中找不到
在线上：
seatbelt_model.predict(image_arr, verbose=1)
代码：
from tensorflow import keras
import tensorflow as tf
import numpy as np
graph = tf.get_default_graph()
seatbelt_model = keras.models.load_model(filepath='./g
浏览 1提问于2019-02-12得票数 18
回答已采纳
我在训练一个3D-GAN来生成核磁共振量。我将我的模型定义如下：
###### Definition of the generator ######
class Generator(nn.Module):
def __init__(self, ngpu):
#super() makes Generator a subclass of nn.Module, so that it inherites all the methods of nn.Module
super(Generator, self).__init__()
self.ngpu = ngpu
#
浏览 1提问于2019-12-18得票数 3
我试图在google_collaboratory中加载模型，以获得评估它并生成所有统计结果。
我的尝试
import torch
import torch.nn.functional as F
import torch.optim as optim
import torch.backends.cudnn as cudnn
import torch.backends.cudnn as cudnn
import numpy as np
import torch.nn as nn
import os
def load_checkpoint(filepath):
checkpoint = t
浏览 1提问于2021-05-26得票数 1
1回答
我正在测试CNN模型的时间和精度性能与一些不同的小变化。在该模型中，在卷积之间跳过了一些激活层。所以我加了它们。我注意到添加了ELU激活的模型
每幅图像的性能为3.07 ms，测试集的准确率为92.26%
没有他们的模特
每幅图像性能为3.52 ms，测试集准确率为92.34%
尽管模型参数的数量是相同的。那么，我的问题是，为什么激活会大大降低模型的时间性能？
例如，这里是代码的一部分：
...
nn.Conv2d(28 * filters_multiplier, 28 * filters_multiplier, kernel_size=(3, 1), padding=(1, 0)),
n
浏览 5提问于2021-08-26得票数 0
回答已采纳
我试图使用的预先训练模型来实现面部识别，并由Martin Krasser 进行了惊人的解释和实现。
OpenFace项目提供了经过预先培训的模型，这些模型经过了公共人脸识别数据集FaceScrub和CASIA的培训。Keras项目将预先训练的nn4.small2.v1模型的权重转换为CSV文件，然后在这里转换成load_weights可以由Keras加载的二进制格式。
“守则”简单地说：
nn4_small2_pretrained = create_model()
nn4_small2_pretrained.load_weights('weights/nn4.small2.v1
浏览 0提问于2018-06-07得票数 0
1回答
我开始Android应用程序的开发，就在我的第一个应用程序比Hello更复杂之后，我发现你不能在活动中保持任何状态，因为Android会在某些情况下重新创建它们.哎哟失败了。我猜想严格的模型与视图分离是一种常见的做法，即使对于简单的应用程序也是如此。有什么我应该遵循的固定模式吗？模型-视图-控制器的一些变体？
浏览 5提问于2010-12-04得票数 1
回答已采纳
1回答
我在Py手电中微调了一个伯特模型，并通过torch.save(model.state_dict(), 'model.pt')保存了它的检查点。
现在，当我想重新加载模型时，我必须再次解释整个网络，重新加载权重，然后推送到设备上。
有人能告诉我如何直接保存bert模型并直接加载到生产/部署中吗？
下面是培训代码，您可以尝试运行在colab本身！培训完成后，您将注意到在文件系统中我们有一个检查点文件。但我想拯救模型本身。
下面是我编写的当前推断代码。
import torch
import torch.nn as nn
from transformers import AutoM
浏览 9提问于2022-03-21得票数 1
回答已采纳
在我的主要代码中，我创建了一个基于以下配置文件的模型
with tf.variable_scope('MODEL') as topscope:
model = create_model(config_file)#returns input node, output node, and some other placeholders
此范围的名称在所有保存中都是相同的。
然后，我定义了一个优化器和一个成本函数，等等(它们超出了这个范围)
然后创建一个保护程序并保存它：
saver = tf.train.Saver(max_to_keep=10)
saver.save(se
浏览 2提问于2016-04-24得票数 4
我们需要保护我们的HTML5/JS应用程序不被窃取。(我们主要需要保护JavaScript代码。)
Chromecast要求应用程序托管在HTTPS服务器上。但任何将sniffer与Chromecast放在同一网络上的人都可以找到它加载的URL，并直接从任何浏览器加载。
用户代理等可以很容易地被模仿，如果使用它来保护应用程序。
什么是最好的机制来保护已发布的Chromecast JavaScript应用程序中的私有JavaScript代码不被窃取？
在此之前非常感谢。
萨沙
浏览 0提问于2014-03-25得票数 1
EDIT2: Github链接包含从进程调用TF模型问题的可能解决方案。它们包括急切的执行和专用的服务器进程，通过http请求提供TF模型预测。我想知道与每次初始化全局变量和调用tf.train.Server相比，使用自定义服务器和请求是否会赢得任何时间，但这似乎是更优雅的方式。
我将调查内存泄漏，如果它已经消失，就结束这个问题。
编辑:添加问题的简单可重现示例：
Background：我正在运行Tensorflow服务器，并从'forked‘进程连接到它。动态创建(和销毁)进程对我来说是必不可少的--我将高负载的部分代码转移到那里是因为有一个，这对Python分析器是不可见的(线
浏览 100提问于2018-10-08得票数 15
回答已采纳
使用路由上的fs模块加载文件，以避免每次有人向我的服务器发送请求时都读取它，这是不是一种糟糕的做法？通过这种方式，文件内容已经保存在内存中，从而避免了不必要的读取...这会以某种方式影响我的软件的功能吗？ ?
浏览 20提问于2021-07-09得票数 0
我正在训练一个模型，特征形状是3751,4，我想使用Tensorflow中内置的重塑和层密度函数来使输出标签具有形状1,6。
训练集和测试集非常相似，唯一的区别是测试数据集的批次少于训练集。
现在，我的模型中有两个隐藏层，它们的作用类似于：
input_layer = tf.reshape(features["x"], [1,-1])
first_hidden_layer = tf.layers.dense(input_layer, 4, activation=tf.nn.relu)
second_hidden_layer = tf.layers.dense(first_hid
浏览 1提问于2018-05-24得票数 0
我试图为这个数据集(年龄预测)构建模型：
输入图像的形状：3, 128, 128和预测的标签(ages)在20到51之间。
我想要建立模型，并使用MSE和R2度量来训练它。
我建立了以下模型：
def GetPretrainedModel():
oModel = torchvision.models.resnet50(pretrained=True)
for mParam in oModel.parameters():
if False == isinstance(mParam, nn.BatchNorm2d):
mParam.
浏览 0提问于2022-05-31得票数 0
1回答
在我的Rails3应用程序中，我为edit我的Post模型添加了一个特定的匹配，如下所示：
match '/edit' => 'posts#edit', :as => 'post_edit'
因此，我覆盖了edit操作的默认路径。-现在，如果在update操作中出现任何错误，它将通过使用默认的edit路径/posts/1设置URL路径来呈现edit操作。
如何通过将URL path设置为/edit而不是posts/1来重写以呈现edit操作。
浏览 0提问于2010-12-09得票数 1
我都搞不懂--在类型比较/测试中--为什么我们通常使用：
typeof variable === 'boolean'
...and从未见过这个：
typeof variable == 'boolean'
在我看来，typeof总是返回一个字符串值(类型名)，我不明白为什么我们要测试这个类型……字符串类型的？
浏览 0提问于2017-03-20得票数 0
2回答
我正在使用EntityFramework创建我的第一个应用程序。我正在使用实体框架核心()和MVVMLight。
我创建了一个DbContext后代类。我想知道什么时候实例化这个DbContext。
我的第一个想法是为每个视图创建一个实例。
想象一下以下场景：
我有个项目课
我创建一个ItemsViewModel来管理项目列表。在这个viewModel中，我为DbContext添加了一个属性
当用户双击一个项目时，它将显示在一个与ItemViewModel相关联的详细视图中。这个视图模型还有我的DbContext的一个实例。
当用户退出详细信息视图时：
如果他保存了，我
浏览 10提问于2016-09-28得票数 2
回答已采纳
我在超级计算机(Ubuntu)上训练了这个模型。培训结束后，我在Windows 10中使用了该模型，并得到了以下错误：
SourceChangeWarning: source code of class 'torch.nn.modules.linear.Linear' has changed. you can retrieve the original source code by accessing the object's source attribute or set `torch.nn.Module.dump_patches = True` and use th
浏览 1提问于2019-08-07得票数 0
回答已采纳
我正在Keras中创建一个深度神经网络来使用表格数据执行NN回归。最佳做法是规范投入和产出系列。我还想使用predict函数来为各种输入提供模型输出的估计。如果训练数据是规范化的，我想我也需要使用相同的缩放参数来规范predict数据集。做这件事最好的方法是什么？是否有一种方法可以自动规范化模型中的数据？
浏览 2提问于2018-04-06得票数 2
回答已采纳
1回答
我想知道CSRF令牌是如何在表单提交中被验证的？
请告诉我以下内容是否正确：
服务器发出一个被设置为会话cookie的随机字符串，以及表单中隐藏字段的值。
在表单提交上，服务器使用隐藏字段值检查会话cookie是否相等，如果值不相等，则不会处理请求。
浏览 0提问于2016-06-23得票数 1
1回答
我试图建立一个高精度的冷却负荷预测地区级数据集在不同的时间范围内。我的数据包括一个冷却负荷的时间序列和连续的天气数据。我还添加了一些其他功能，例如一天中的一小时、一周中的一天、假日与否等。我的问题是，目前有哪些模型可以用来预测像我这样的时间序列负载数据集？我想LSTM是该走的路。然而，考虑到我所确定的特征，对于这样的预测，还有其他更准确的模型吗？如果我选择了NN拟合路线，我还可以添加哪些其他特性呢？
浏览 0提问于2020-06-12得票数 0
1回答
我打开这个线程来讨论如何使我的NN模型进行部署。
我用在Matlab中建立和训练了一个神经网络(mdCNN是一个简单的Matlab库，用于建立多维输入神经网络，目前Matlab-cov3x3x3不支持它)。我用Matlab训练我的模型，现在我想把它投入生产。
经过几个小时的研究，我计划做以下工作
用TF后端在Keras中训练神经网络模型。我选择Keras是因为我希望将来与Matlab具有向后兼容性。
从Keras模型获取tensorflow会话，有一个如何执行的示例。在文件中比*.pd文件
从模型加载神经网络模型。有一个特定的功能可以做到这一点
简历：：readNet()
在C
浏览 1提问于2018-08-28得票数 3
我一直在和Torch和Lua合作一个人工神经网络项目。
有时，我使用命令torch.save()和torch.load()将经过训练的模型保存到文件中，并将其加载到脚本中。
最近，我一直在研究所谓的泽维尔权值初始化方法在2010年。
我在中找到了这个权重初始化方法的实现。该示例包含以下代码：
-- design model
require('nn')
model = nn.Sequential()
model:add(nn.SpatialConvolutionMM(3,4,5,5))
-- reset weights
method = 'xavier'
浏览 5提问于2016-03-15得票数 0
我正在尝试构建一个基于3D CNN的视频分类器，使用Pytorch。当我尝试运行单个数据池时，会遇到以下错误：
CUDA out of memory. Tried to allocate 1.20 GiB (GPU 0; 14.76 GiB total capacity; 12.60 GiB already allocated; 1.09 GiB free; 12.61 GiB reserved in total by PyTorch)
我的1000个视频的数据在磁盘上有大约90 My的大小。我认为我只是加载模型和数据到GPU。我无法理解是什么导致了已经分配的12.6 GiB内存？我的模型是太
浏览 5提问于2021-07-01得票数 0
回答已采纳
1回答
我在控制器中有一个任务，我从视图中的URL调用该任务，如下所示：
echo JRoute::_('index.php?option=com_mycomponent&task=myComponent.myFunction');
该任务获取模型，并执行模型的方法之一的操作，该方法应根据视图的POST中的表单设置的状态变量返回对象列表。当我点击锚点，任务被加载时，状态似乎消失了。
有人能告诉我为什么吗？
非常感谢！
浏览 0提问于2013-07-03得票数 0
回答已采纳
有人能告诉我为什么判别器的梯度也会发生变化吗?如果有办法避免的话？
for i in range(2):
X_fake = gen_model(z)
pred_real = disc_model(X)
pred_fake = disc_model(X_fake.detach())
disc_loss = (loss_fn(pred_real, y) + loss_fn(pred_fake, y)) / 2
disc_optimizer.zero_grad()
disc_loss.backward()
disc_optimizer.s
浏览 3提问于2022-01-27得票数 1
回答已采纳
th> net
nn.Sequential {
[input -> (1) -> (2) -> (3) -> (4) -> (5) -> (6) -> (7) -> (8) -> (9) -> (10) -> (11) -> (12) -> (13) -> (14) -> output]
(1): nn.VolumetricFullConvolution(200 -> 512, 4x4x4)
(2): nn.VolumetricBatchNormalization (5D) (51
浏览 0提问于2017-04-13得票数 1
我想知道保存我在python中训练过的tensorflow模型的正确方法是什么，这样我就可以使用opencv的dnn模块在OpenCV中导入它。这是我的Tensorflow图
X = tf.placeholder(tf.float32, [None,training_set.shape[1]],name = 'X')
Y = tf.placeholder(tf.float32,[None,training_labels.shape[1]], name = 'Y')
A1 = tf.contrib.layers.fully_connected(X, num_ou
浏览 3提问于2017-12-15得票数 2
回答已采纳
1回答
通常，多个连接使用一个SSL会话。当我遇到一些有趣的事情时，我正在阅读有关SSL的内容。它说：
理论上，一个连接也可能共享多个会话。
我试着在网上更多地了解这件事，但没有找到足够好的东西来解释如何、何时以及为什么可以这样做。
它还说，这一特点并没有在实践中使用。
如果不使用，那为什么首先允许使用它呢？
如何在SSL中的单个连接中使用多个会话，其意义是什么？
浏览 0提问于2017-04-15得票数 3
回答已采纳
我遇到了用torch.load方法加载保存模型的问题。我不是预期的序列化，而是接收string对象。下面是我的代码：
class UnknownFuncRLNet(torch.nn.Module):
def __init__(self, input_dim, output_dim):
super().__init__()
self.input_dim = input_dim
self.output_dim = output_dim
self.online = torch.nn.Sequential( #!
torch.nn.Linear(inp
浏览 5提问于2022-02-22得票数 0
1回答
将web.xml中的web.xml设置为0是很好的实践吗？
如果用户在不注销的情况下关闭浏览器，难道不可能发生内存泄漏吗？
我尝试过使用MAT来分析内存堆，但是我没有找到任何关于会话容器的东西，但我仍然不确定
浏览 2提问于2014-02-07得票数 2
回答已采纳
1回答
我使用Tensorflow从头开始实现了一个基本的神经网络，并在MNIST时尚数据集上对其进行了训练。它经过了正确的训练，并输出了超过10个类别的~88-90%测试精度。
现在我已经编写了predict()函数，它使用经过训练的权重来预测给定图像的类别。代码如下：
def predict(images, trained_parameters):
Ws, bs = [], []
parameters = {}
for param in trained_parameters.keys():
parameters[param] = tf.convert_t
浏览 10提问于2019-08-04得票数 2
回答已采纳
1回答
保存和加载自动编码器
、、、、
我试图用自动编码器(AE)和交替最小二乘(ALS)方法来做一个预测器。ALS是使用pyspark.mllib.recommendation包创建的。我能够保存ALS模型并通过model.save()和pyspark.mllib.recommendation.MatrixFactorizationModel.load()方法重用它。
AE是创建使用torch.nn.Module软件包，并有4 layers.Unlike ALS为AE保存和加载模型不是什么东西，我是missing.Can，任何人帮助我找到一种方式保存和加载一个自动编码器。
浏览 1提问于2017-10-24得票数 2
回答已采纳
我使用一些数据创建了一个模型。假设我的模型是
x_glm<-glm(X~Y+Z)
现在我保存了x_glm
save(x_glm, "/home/Dav/x_glm.rda")
现在，我想将该模型加载到一个对象中，并将其用于另一个预测
mymodel<- load("/home/Dav/x_glm.rda)
predict(mymodel, newdata = data2, type = "response")
不起作用！
但是如果我加载它而不把它传递给一个对象，那么
predict(x_glm, newdata = data2, ty
浏览 0提问于2018-06-13得票数 0
我正在使用快速库()来训练图像分类器。fastai所建立的模型实际上是一个pytorch模型。
type(model)
<class 'torch.nn.modules.container.Sequential'>
现在，我想用pytorch的模型进行推断。到目前为止，我的代码如下：
torch.save(model,"./torch_model_v1")
the_model = torch.load("./torch_model_v1")
the_model.eval() # shows the entire network arc
浏览 1提问于2018-03-11得票数 1
我对TensorFlow模型的定义有疑问。我正在实现一个相当特殊的神经网络模型，在这个模型中，我需要访问不同输入的输出水平的值来计算损失函数。
所以，我用这样的函数定义了神经网络的层：
def g(input_x,....):
###...Convolutional and Fully Connected Layers...###
# Last FC Layer
with tf.name_scope("output"):
W = tf.Variable(tf.truncated_normal([num_hidden_units, num_classes], stddev
浏览 0提问于2017-06-02得票数 2
回答已采纳
情境:在一些用asp.net编写的项目管理软件中，我有一个create项目页面(工作正常)。在此之前，我需要添加从模板列表中添加任务的能力，但可用任务列表取决于create表单中的一些值。
我的抽象解决方案是：
controller.The I有一个“创建”视图和一个“添加任务”视图--这两个视图都是强类型到控制器中定义的复合viewModel --My create方法检查使用哪个按钮来调用它--如果该按钮是“添加任务”，它就会呈现AddTasks视图，将模型从Create视图传递进来，同样都是在同一个 AddTasks视图中使用两个按钮中的一个，一个加载视图，另一个导致实际的DB保存。
我
浏览 6提问于2009-11-05得票数 3
回答已采纳
有许多方法可以保存模型及其权重。当我们可以阅读和比较它们的属性的方法如此之多，而不是任何来源时，这是令人困惑的。
我知道的一些格式是：
YAML文件-结构
仅JSON文件-结构
H5完全模型- Keras
仅限H5权重- Keras
ProtoBuf -使用TensorFlow服务进行部署
泡菜-科学-学习
学习-取代Pickle，用于包含大数据的对象。
讨论：
与scikit学习不同，Keras不建议您使用泡菜保存模型。相反，模型被保存为HDF5文件。HDF5文件包含所需的一切，您不仅需要加载模型来进行预测(即架构和经过训练的参数)，还需要重新启动培训(即
浏览 0提问于2020-04-09得票数 7
2回答
我不知道应该在我的服务类上使用什么注释来最小化应用程序所需的内存。
以客户/订单场景为例，我希望找到单个客户的最大总支出。总共有100万个订单和100个客户，每个客户已经下了1万个订单。
我能想到的最简单的例子是：
public class MyService {
@Transactional(readOnly=true)
public int getMaxSpend() {
int maxSpend = 0;
List<Customer> customers = customerDao.findAll();
for(
浏览 0提问于2012-04-16得票数 0
回答已采纳
也就是说，不使用关注点分离的东西/使用任何形式的UI架构，如MVC、MVP等。
例如，Windows表单中有一个按钮，该按钮一旦按下(用户交互)，从数据库(模型)获取数据，根据某些业务逻辑检查数据，然后更新UI，但所有这些都写成一个函数/全部在一个类中。
可以说设计得很差，但我相信还有一个更合适的术语。
我看到它被称为基于Widget的UI，但这似乎不正确。
浏览 0提问于2018-03-18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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
