增量训练期间离线发现模型
Discovery model offline during incremental training
现在我们正在使用 Discovery 的一个问题。当我们从 CogUniversity 的教员 (SME) 收集一些培训数据时，我们认为我们会在 Discovery 投入生产时对其进行增量培训。但是，似乎在 Discovery 进行训练时，它并没有 return 置信度分数。有办法解决吗？对我来说，增量训练的最大好处是我们可以在机器学习模型用于生产的同时对其进行改进。如果系统在培训期间必须退出生产，那么增量培训似乎无济于事。请指教
训练新模型不会使旧模型脱机，但会删除集合的所有训练数据。如果您的增量训练过程涉及删除所有训练数据并上传不同的数据，那么这可能就是您在新模型训练时看不到置信度分数的原因。
现在我们正在使用 Discovery 的一个问题。当我们从 CogUniversity 的教员 (SME) 收集一些培训数据时，我们认为我们会在 Discovery 投入生产时对其进行增量培训。但是，似乎在 Discovery 进行训练时，它并没有 return 置信度分数。有办法解决吗？对我来说，增量训练的最大好处是我们可以在机器学习模型用于生产的同时对其进行改进。如果系统在培训期间必须退出生产，那么增量培训似乎无济于事。请指教
训练新模型不会使旧模型脱机，但会删除集合的所有训练数据。如果您的增量训练过程涉及删除所有训练数据并上传不同的数据，那么这可能就是您在新模型训练时看不到置信度分数的原因。