导入新应用后，LUIS 是否会保留以前的培训？答案

【问题标题】：Does LUIS keep previous training after importing a new app?导入新应用后，LUIS 是否会保留以前的培训？
【发布时间】：2019-10-03 10:51:39
【问题描述】：

我有一个 Luis 应用程序“Webapp1”。我进行实验性开发和测试。

所以，想象一下下面的场景。我用那个应用程序做了很多开发，所以它经历了大量的训练周期，比如说 1000 个（在 Luis 中也被称为“epochs”吗？）。

我通过“导出 -> 导出为 JSON”来导出应用程序。根据微软 (https://docs.microsoft.com/en-us/azure/cognitive-services/luis/luis-concept-version) “导出的文件不包含机器学习信息，因为应用程序在导入后重新训练。”。

谢谢

【问题讨论】：

【解决方案1】：

嗯，模型，是的，你失去了它。但这不是一个大问题，因为如果您有导出的 JSON 文件，您可以再次重建它。因此，例如，如果生产应用程序正在使用该模型，它将停止工作。但如果不使用，您可以随时重新创建它（模型 = 训练数据 + 计算能力）。
如果您导入另一个 JSON（即使它与之前的 JSON 完全不同），它将与现有的 JSON 一起使用。只是命名不同（我通常使用版本 - 0.1、0.2、1.10 ...）。确保将每个阶段分配给正确的版本（Active - 当前在控制台中编辑，Staging - 已发布的测试版本，Production - 生产中的实际版本）

【讨论】：

感谢您的回复，如果可以的话： 1. 为什么你说我失去所有的培训不是什么大问题？我不是在谈论时间或计算能力。我在想的是，经过 1000 个（数字不是真实的）训练周期后，网络将有一组权重，可以在一定的置信度内接近我的问题的解决方案。如果我失去训练，权重将回到“默认值”，我是否能够训练一次并拥有相同的信心水平？一般我和你有同样的印象，我只是想找到证据来证明支持。
每次训练时都会根据训练数据而不是先前的模型重新创建模型。它应该是确定性的（相同的训练集应该产生相同的模型），因此训练数据是唯一重要的东西。改进您的模型并不意味着一遍又一遍地训练它，而是添加/修改训练数据并更改算法和参数（不适用于我们的 LUIS 案例，但一般适用于 ML）。
非常感谢您。据您所知，是否有任何文件支持这一点？我的意思是 LUIS 文档
没问题。 docs.microsoft.com/en-us/azure/cognitive-services/luis/… 包含一些信息，但没有具体说明我所说的内容。它主要是 ML 中的一般概念，而不仅仅是 LUIS。您可以对其进行测试，只需对机器人进行 10 次更改并在每次更改后进行训练，然后导出训练数据并创建一个您将第一次训练的新数据。它们应该具有相同的行为。