model = LudwigModel(...)
model.train(my_data)
for i in active_loop_steps:
new_data = get_new_data()
predictions = model.predict(new_data)
most_valuable_data = active_learning(new_data, predictions) # need to implement it yourself or use an active learning library for this
model.train_online(most_valuable_data)
2条答案
按热度按时间relj7zay1#
你好,@ericxsun ,感谢你提出这个问题。
Ludwig有一个机制,可以逐步地在一批数据上训练模型。我们称之为
train_online
,你可以在这里看到它的文档:https://ludwig-ai.github.io/ludwig-docs/0.5/user_guide/api/LudwigModel/#train_online 。与红色的train
不同之处在于,它只对提供的一批数据运行一次。这使得它对于实现类似于以下的活动学习循环非常有用:
人们可能还想在旧的数据点上进行训练,以避免灾难性遗忘,并且在使用
train_online
时,也许还可以调整学习率和其他超参数来进行微调,但这就是如何使用它的概述。这有帮助吗?
k7fdbhmy2#
太棒了,非常感谢。我会尝试一下的。