小编Gun*_*rsi的帖子

我有一个keras.models.Model我加载的tf.keras.models.load_model.

现在有两种选择来使用这个模型。我可以打电话model.predict(x)，也可以打电话model(x).numpy()。两个选项都给出相同的结果，但model.predict(x)运行时间要长 10 倍以上。

源代码中的注释指出：

计算是分批进行的。该方法专为大规模输入的性能而设计 。对于适合一批的少量输入，__call__建议直接使用以加快执行速度，例如 model(x), 或model(x, training=False)

我已经测试过x包含 1; 1,000,000；和 10,000,000 行，model(x)仍然表现更好。

输入需要有多大才能被归类为大规模输入，并且性能model.predict(x)更好？

我有一个擅长播放Connect 4的AI(使用minimax).现在我想使用一些机器学习算法来学习我拥有的这个AI,我想通过让它们互相对抗来做到这一点.

什么算法对此有好处,我将如何训练它？如果有人可以说出这样做的方法,我可以轻松地通过我自己谷歌.但是现在我不知道谷歌会发生什么......

我为DataGridView创建了一个自定义列,原因是我想在列中添加属性(类型).我右键单击DataGridView并选择"编辑列...".然后,当我选择我自定义列类型的列时,我可以编辑属性,但是如果我在编辑后单击"确定",然后再次转到"编辑列...",我分配给我的属性的值离开了.

这是我的代码:

public class CustomColumn : DataGridViewColumn
{
    [DisplayName("Type")]
    [Category("Custom Property")]
    public String type { get; set; }

    public CustomColumn()
        : base(new DataGridViewTextBoxCell())
    {
    }
}

和属性窗口的图像:

属性窗口的图像http://s8.postimage.org/fzrke75gl/Capture.png

有人可以告诉我我做错了什么,或者我需要添加什么,这样当我更改属性窗口中的值时,该值是否已分配给属性？