我正在训练基于编码器 - 解码器注意力的模型,批量大小为8.我不怀疑数据集中有太多噪声,但是这些示例来自几个不同的分布.
我可以在火车损失曲线中看到很多噪音.平均后(.99),趋势很好.此外,模型的准确性也不错.
我想了解这种形状的损失曲线可能是什么原因
machine-learning loss neural-network deep-learning tensorboard
我有 600 个数据帧保存并存储为 .pickle,我想将它们合并(或者更确切地说追加)到一个数据帧中。它们的总大小为 10GB。
当我阅读它们中的每一个并将它们附加到一个大 DataFrame 中,然后保存完整版本以进行分发时,整个过程在 16GB 机器上需要 2 个小时。
我认为这需要很多时间,因为每次我追加一个新的DataFrame时,系统都会为整个新的DataFrame分配新的内存空间?
我怎样才能更快地做到这一点?
我正在使用 MaterialUI 组件编写一个应用程序,到目前为止已经有很多东西了。然后我发现了这个很棒的登陆页面/欢迎页面Landy,它使用 Antd,不过,对我来说使用它是最简单的。
在一个项目中使用两种不同的设计工具有什么问题吗?它会让网站变得沉重吗?我可以以某种方式优化它还是应该慢慢迁移到其中之一?