首先，在大多数情况下使用大数据时，使用随机子集比使用整个数据更方便：通常在设计和测试阶段，不需要使用完整数据，因为不需要最佳性能。

其次，进行消融研究通常很有用，以检查使用完整数据是否对模型真正有用。有时使用子集训练模型会得到与使用完整可用数据相同的结果，因此在这种情况下，使用所有数据没有任何优势。

最后，确实存在需要处理大型数据集或运行长时间训练过程的情况，而这在普通计算机上是无法完成的。根据环境有多种选择：

• 购买所需的硬件（这很少是最好的选择，但需要提及）
• 使用AWS等商业云服务
• 一些组织拥有自己的内部计算服务器/集群。特别是如果您是学生，您很可能应该通过您的大学获得这种服务，请四处询问（afaik 现在大多数体面的大学都提供这种服务）。