我做了神经网络,它是pre-trained for 180 days of data.
It filters the fraud data of credit cards everyday and 1-days new data is comming in.
我还想在过滤之后,
我想重新训练我的人工智能模型,但我只想使用新的1天数据(因为训练神经网络真的很费时)。
我的人工智能模型是0(非欺诈)/1(欺诈)分类模型。我想用1/181改变我的神经网络.因为数据量只是一天
我该如何训练神经网络?如果我只使用了一天的数据,运行了许多时代(时间),它将过度适合.通过早停,似乎一天的数据列车不是.足够.
感谢你阅读这篇文章。我已经开发了国际象棋AI,就像李世石或AlphaGo AlphaGo。我用过Python和tensorflow。国际象棋人工智能由蒙特卡罗树搜索、策略网络和价值网络组成。
我为蒙特卡罗树搜索的策略和价值网络做了学习。没有问题。但是,Montecarlo树搜索中的每个模拟都太慢了。所以我想提高每个模拟的速度。
我知道因为GIL,python不能共享对象。我真的需要帮上忙。如果你们有在python多进程中共享对象的经验,请分享你们的经验。
我在这个页面下面发布了摘要代码。
附言:我的英语不好。所以,如果你在阅读这一页时感到不舒服,那是我的错。请理解这一点。
class mont