以前我认为更小的batch_size会导致更快的训练，但在keras的实践中，我得到了相反的结果，即更大的batch_size使训练更快。我正在实现一个示例代码，通过增加batch_size的数量，训练变得更快。这与我以前的普遍看法相反( batch_size越小，训练速度越快)，下面是示例代码： # fit modelstart = time.time()
history
浏览 41提问于2019-09-06得票数 1
我感到惊讶的是，增加批处理大小并没有提高GPU上的总处理速度。我的测量：
batch_size=4: 1.0秒/步我的期望是，由于GPU上的并行化，这个步骤的时间将保持(几乎)不变。然而，它几乎与批量
浏览 0提问于2018-01-15得票数 17
1回答
关于batch_size，我有一个简单而基本的问题 train_y = np.zeros((128,1,5)) train_x,train_y,不知怎的，1/1来了。
浏览 13提问于2021-12-13得票数 0
1回答
如果输入时间序列数据形状为X.shape = (batch_size，50，5)，这意味着数据具有5个“特性”，每个特性都有50个时间步骤。将这样的数据传递到Conv1d层是否意味着这5个特征之间存在某种空间关系，比如图像中的像素与周围像素的关系比更远的像素更密切呢？在处理这样的时间序列数据时，有什么方法可以消除这种特性关系吗？就像这样，即使特征的</em
浏览 0提问于2020-06-19得票数 1
1回答
时间序列分类的BERT
、、、、
我想训练一个变压器编码器(例如，伯特)的时间序列数据的任务，可以建模为分类。在讨论我面临的问题之前，让我们简要地描述一下我正在使用的数据。我使用90秒窗口，每秒钟我可以访问100个值(即大小为100的90个向量)。我的目标是预测每秒钟的二进制标记(0或1) (即生成长度为90的0或1s的最终向量)。我的第一个想法是将其建模为一个多标签分类问题，其中我将使用BERT生成一个大小为90的</em
浏览 1提问于2021-02-22得票数 3
1回答
我正在寻找一种“机器学习”算法，它根据预定义的标准动态地调整参数：Iteration Batch_Size Elapsed Time 2 1000 11我的标准是：“如果大多数最近迭代的平均运行时间小于由于最近3次迭代的平均运行时间
浏览 5提问于2017-08-03得票数 0
回答已采纳
现在我在一个批量训练过程中使用这个，我的波动性和相关性的形状分别是(batch_size, 3)和(batch_size, 3, 3)。我花了很多时间试图找出如何得到协方差矩阵。首先尝试得到形状(batch_size, 3, 3)的波动矩阵，然后用相关系数进行标量乘积，但没有成功地得到波动矩阵。通过这样做，我得到的最接近的是(3, 3)张量：
volatility_matrix = tf.tensordot(vola
浏览 7提问于2022-04-14得票数 1
回答已采纳
因此，正如我们所知道的，LSTM的输入始终是一个3D数组：batch_size, time_steps, seq_len。那么，如果我将LSTM的输入设置为：batch_size, 1, time_steps * seq_len，会有什么不同吗？
例如，我有5个特征，我使用了4个先前的时间步长。所以如果我给input_shape=(1, 20)，而不是给LSTM的input_shape=(4, 5)呢？有什么区别吗？
浏览 1提问于2019-07-24得票数 0
我将num_workers属性设置为4这样的正数，batch_size为8。我在Google Colab环境下训练网络，但当训练持续几分钟后，停止训练，在读取.PNG文件时出错。我认为这是内存错误，我想知道GPU的数与batch_size和num_workers之间的关系，以建立它们之间的合理关系，特别是在Google 中。
浏览 0提问于2018-04-01得票数 0
1回答
我是Neo4j的新手，有一段时间我一直在尝试从这个创建节点和关系。returns todef add_nodes_and_relations(rows, batch_size=10000):
def insert_data(query, rows, batch_siz
浏览 4提问于2022-06-25得票数 0
1回答
我有几个问题要问，所以我先解释一下我的模型，以及我想做什么：
我已经创建了数据序列(模型的输入和输出)，每个步骤有7个时间步骤，因此输入将是某一周的天数的值，输出是下一周的天数的值(**因此，我的模型的input1的输入形状与输出**相同)。我还准备了另一个输入列表，它有一些额外的特性，比如假日标志和天气条件，用于**下周**，因此模型的第二个input2具有每
浏览 0提问于2020-10-15得票数 2
回答已采纳
3回答
我试图提高我的CNN的验证精度从76% (目前)到90%以上。下面我将展示有关我的CNN的性能和配置的所有信息。本质上，我希望我的CNN能区分两类梅尔光谱图：
这里是损失与时代的关系图，最后，这里是模型体系结构配置。metrics=['accuracy'])
print("Com
浏览 2提问于2017-09-20得票数 5
回答已采纳
1回答
如何补救这样的异步错误？
、、、
这是我的第一个初始代码，它成功地请求了多个Ethereum地址的平衡。f"It took {total_time} to make {len(Wallet_Address)} API calls")
但是，我请求1000个Ethereum地址，并且我希望用异步函数来改进我的代码这是我的尝试。我做错了什么？
浏览 7提问于2022-10-26得票数 1
回答已采纳
1回答
))model.fit(trainX, trainY, epochs=100, batch_size=1, verbose=2)ValueError: Input 0 is incompatible with layer lstm_5: expected ndim=3,以及input_shape与模型结构之间的关系。
浏览 18提问于2017-07-29得票数 2
1回答
针对时间序列回归问题，提出了一种双向LSTMS的CNN-RNN模型体系结构.我的损失不会超过50个时代。每个年代都有20k的样品。损失保持在0.001 - 0.01之间.epochs = 50trainingHistory=model.fit(trainX,trainY,epochs=epochs,batc
浏览 4提问于2017-09-29得票数 3
回答已采纳
我的问题是，为什么训练时间有如此巨大的差异，我把batch_size设置为"1“和"20”为我的发电机。
如果我将batch_size设置为1，则1纪元的训练时间约为180 ~ 200秒。如果将batch_size设为20，则1纪元的训练时间约为3000 ~ 3200秒<code>E 219</code>。然而，这些训练时间之间
浏览 3提问于2017-04-17得票数 37
回答已采纳
2回答
渐近界与运行时间的关系？
、、、
例如，以二进制搜索为例，在第一次比较时，将获得最佳的运行时间。
也就是。如何确定应该使用哪种符号来表示运行时间(最佳、平均或最坏情况)。
浏览 2提问于2012-06-30得票数 1
回答已采纳
1回答
我正在寻找LSTM网络是如何工作的，但我找不到任何好的来源来解释它的成本功能如何工作？我的意思是我知道我们有一个输入序列x<1> to x<t>和一个y_hat<1> to y_hat<t>序列，但是我们如何计算损失或成本函数呢？我们应该计算每个单元的y_label<i> - y_hat<i>吗？如果是这样的话，我们在哪里积累这些资源，当我们使用它时？哪里?多么?
LSTM网络是监督学习还是我感到困惑？
浏览 0提问于2019-02-19得票数 0
回答已采纳
3回答
在迭代了大量这样的项之后，我看到了以下错误：
BadRequestError: The requested query has expired.创建查询后，查询的租约是什么？
浏览 2提问于2011-09-18得票数 10
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号