我应该实时更新我的训练数据吗？答案

【问题标题】：Shall I update my training data in real-time?我应该实时更新我的训练数据吗？
【发布时间】：2020-07-15 02:48:09
【问题描述】：

我尝试使用经过训练的模型进行图像分类，并且效果很好，但是当时无法完美找到某些图像必须从用户那里获取该图像和标签，所以我怀疑..是否可以将新数据添加到已经训练好的模型中?

【问题讨论】：

没有一个模型可以 100% 准确地预测，如果它是一个理想的模型。如果您想向训练模型添加更多数据，则必须使用新数据重新训练模型。因此，如果您想获得更好的准确性，请使用更多数据训练您的模型。如果不进行重新训练，您将无法将数据添加到已训练的模型中。

标签： python python-3.x machine-learning deep-learning

【解决方案1】：

不，在推理期间，您使用经过训练的模型的权重进行预测。这基本上意味着在部署模型时，图像分类器的功能由权重固定。如果你想改进你的模型，你必须用新的数据重新训练你的模型。但是，还有另一种学习范式，称为“在线学习”，其中模型不断学习和修改权重。在这种情况下，您的权重不是固定的，您的模型会随着每个训练输入不断更新其权重。然而，对于 CNN，通常不建议这样做，因为梯度的反向传递是计算密集型的，因此您的推理会很慢。

【讨论】：

这一切都是正确的，尽管使用像 TPU 这样的 ASIC，您实际上可以让它工作，因为它大大加快了推理时间。

【解决方案2】：

没有一个模型可以 100% 准确地预测，如果它是一个理想的模型。如果您想向训练模型添加更多数据，则必须使用新数据重新训练模型。拥有更多数据总是一个好主意。它允许“数据自己说话”，而不是依赖假设和弱相关性。更多数据的存在会产生更好、更准确的模型。因此，如果您想获得更好的准确性，您必须使用更多数据来训练您的模型。如果不进行重新训练，您就无法将数据添加到经过训练的模型中。

【讨论】：