我构建了一个相当标准的反向传播算法，并且仅使用包含 39 个变量的 10,000 次观察的数据集通过 5 层 x 5 节点网络进行前向传播的过程需要近 5 分钟进行一次迭代。
使用这种大小的数据集训练神经网络通常需要花费数小时吗？我的初始数据集是 10 倍长，但我不能等待一个小时来完成一次前向传递。
神经网络训练时间？
数据挖掘
神经网络
2022-02-14 09:51:16
2个回答
这是相当标准的训练时间。这取决于您对代码进行了多少优化。处理单元的速度，通常使用 GPU 比使用 CPU 更好。GPU 进行数学运算的速度要快得多。此外，您应该尽可能使用并行计算，对于 NN，您绝对可以。
训练机器学习算法只需要完成一次。让它运行一整夜，然后你将准备好做一些非常好的预测。
当您增加数据集中的特征或列的数量以及增加隐藏层的数量时，神经网络通常需要更长的时间来运行。tensorflow 或 Theano 等框架使您能够在 GPU 上运行神经网络代码，特别是利用反向传播算法典型的大型数组乘法的并行编程能力。我在 kaggle 中为 Dogs vs Cats 问题训练 ConvNet 的代码花了 50 分钟来训练 24000 张图像。你可以在这里查看我在 CIFAR10 数据集上的实验
其它你可能感兴趣的问题