【发布时间】:2017-05-11 16:23:28
【问题描述】:
我有一个包含大约 14,700 条记录的数据集。我希望在 ibm watson 上对其进行培训,目前我正在试用版。分类器训练所需时间的粗略估计是多少?数据集的每条记录包含一个句子,第二列包含类名。
【问题讨论】:
标签: python ibm-cloud ibm-watson training-data nl-classifier
我有一个包含大约 14,700 条记录的数据集。我希望在 ibm watson 上对其进行培训,目前我正在试用版。分类器训练所需时间的粗略估计是多少?数据集的每条记录包含一个句子,第二列包含类名。
【问题讨论】:
标签: python ibm-cloud ibm-watson training-data nl-classifier
对于 NLC,这取决于数据的类型和数量。它完成的时间没有固定的时间,但我看到一个分类器运行了将近一天的训练课程。
也就是说,通常需要 30 分钟到几个小时。
Watson 对话意图要快得多(分钟)。但两者都使用不同的模型,所以我建议对两者进行测试并查看结果。还要检查每个在比较时的得分方式(绝对/相对)。
【讨论】:
如果您的操作系统是 UNIX,您可以确定使用 dbaccess 执行查询需要多长时间才能完成并显示结果。您可以使用 time 命令报告从查询执行开始到结束所花费的时间。包括连接数据库、执行查询和将结果写入输出设备的时间。
time 命令使用另一个命令或实用程序作为参数,并将一条消息写入标准错误,列出该命令的计时统计信息。它报告命令调用与其终止之间经过的时间。该消息包括以下信息:
实用程序调用和终止之间经过的(实际)时间。根据处理的种类,实时分为两个部分: 用户 CPU 时间,相当于执行实用程序的进程的时间函数返回的 tms_utime 和 tms_cutime 字段的总和。 或者, 系统 CPU 时间,相当于执行实用程序的进程的 times() 函数返回的 tms_stime 和 tms_cstime 字段之和。
【讨论】: