如何解决在新数据上训练 fastai tabular_learner
dls = TabularDataLoaders.from_df(df,'.',procs=procs,cat_names=cat_names,cont_names=cont_names,y_names="won",valid_idx=list(range(int(len(df)*0.8),len(df))),bs=64) 学习 = tabular_learner(dls) 学习.fit(20)
我想在新数据 (df2) 上训练“学习”模型。通常我只会将两个数据帧合二为一并训练模型，但由于内存问题我不能。那么我怎样才能继续训练模型但在 df2 而不是原始 df 中？
解决方法
减少批量大小是否有助于解决内存问题？例如。在下面的这个例子中，我设置了 bs=8
dls = TabularDataLoaders.from_df(df,'.',procs=procs,cat_names=cat_names,cont_names=cont_names,y_names="won",valid_idx=list(range(int(len(df)*0.8),len(df))),bs=8)
learn = tabular_learner(dls) learn.fit(20)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
