答疑:深度学习中online training 和offline training是什么?

online training 和offline training也不是第一次听说了,但是不太明白是什么意思,在这里整理一下。

离线学习,通常是用来训练大的或者复杂的模型,因为训练的过程往往比较耗时,处理数据量大,无法在线完成。
而在线学习往往是对即时性要求比较高的场景,但往往是处理简单的模型或者数据量较少的模型。在线学习和离线学习经常是结合使用,比如离线训练一个复杂的模型,在线进行微调;还有就是离线训练好模型,在线利用训练好的模型做预测或者判别。

在线学习(online learning)中, 数据可能是以流式的形式, 比如监控视频, 一直在拍, 我们根据目前看到的这部分的数据进行训练, 几秒后的数据不能用来训练. 在线算法按照顺序处理数据。它们产生一个模型,并在把这个模型放入实际操作中,而不需要在一开始就提供完整的的训练数据集。随着更多的实时数据到达,模型会在操作中不断地更新

在离线学习中,所有的训练数据在模型训练期间必须是可用的。只有训练完成了之后,模型才能被拿来用。简而言之,先训练,再用模型,不训练完就不用模型。

总结一下就是:离线看到全局,在线只关注当前。

  • 13
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值