使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
查看以下选项。
以下哪个关于动态(在线)训练的表述是正确的?
收到新数据时,模型会及时更新。
这是在线训练的主要优势,我们可以通过允许模型在传入新数据时进行训练来避免许多过时问题。
几乎不需要监控训练作业。
实际上,您必须持续监控训练作业,以确保它们正常运行且按预期运行。您还需要支持基础架构,例如在训练出现问题时将模型回滚到上一个快照的功能,例如作业出错或输入数据损坏。
在推断时几乎不需要对输入数据进行监控。
与静态离线模型一样,监控动态更新模型的输入也非常重要。我们可能未面临较大的季节性影响,但突然对输入做出重大更改(如上游数据源关闭)仍会导致预测不可靠。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-08-22。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2024-08-22。"],[],[]]