epoch训练时间不同_如果标准问题非常多，例如十万标准问题，那么每次epoch，验证验证集非常慢。因为是十万类的分类问题。请问你们有用到十万标准问题的训练集吗？这么慢如何处理？...

if (train_batch_step + 1) % FLAGS.eval_every == 0:

# run_num = run_num + 1

# if run_num % 2 == 0:

# break

all_valid_acc_num = 0

all_valid_num = 0

valid_batches = data_help.valid_batch_iterator()

for _, valid_batch_q in enumerate(valid_batches):

all_valid_num = all_valid_num + len(valid_batch_q)

valid_batch = (valid_batch_q, data_help.std_batch)

valid_prob = sess.run([dssm.prob_pre], feed_dict=feed_dict_builder(valid_batch, 1.0, dssm))

valid_acc_num, real_labels, _ = cal_predict_acc_num(valid_prob[0], valid_batch_q,

data_help.id2label)

all_valid_acc_num = all_valid_acc_num + valid_acc_num

current_acc = all_valid_acc_num * 1.0 / all_valid_num

这段验证验证集非常慢。

例如想利用LCMC数据集，把每一个标记为1句子对抽出一个作为标准集的一个类。那么类别非常多。