为了训练机器学习模型，计算机通常需要更多的处理能力。在这种情况下，需要一个强大的 CPU，因为它是一个大数据集，它需要更多的内存，所以而不是 CPU，GPU 是解决方案。
我们是否需要在继续之前决定使用哪个处理器？例如，一个 30000 个样本数据集是否需要这么多的处理能力？
提前致谢。
如果这个问题的任何部分不清楚，请发表评论。
如何根据数据集确定所需的处理能力？
数据挖掘
机器学习
数据集
2022-03-02 11:11:23
1个回答
数据集（样本数、特征数）是一个变量。算法/模型的复杂性是另一个。
例如，与 4 层神经网络相比，线性回归将快得多（并且需要更少的计算能力）。
因此，在决定需要计算能力之前，您可以：
- 尝试使用您已经拥有的硬件（或 AWS 实例）的几个模型
- 根据性能和瓶颈估计需要更好的硬件（CPU / GPU）
对于非常大的数据集（比如 10 TB+），I/O 可能成为瓶颈。
其它你可能感兴趣的问题