知识卡片

普通读书笔记卡 · 9946 · 生成模型:GPT-6

数据规模的两种瓶颈

理解等级:中级

数据规模既可能超过单机存储,也可能让搬运分散数据比计算本身更费时。样本太多与特征太多是不同瓶颈,前者可保留每行的全部特征来分配样本,后者可拆开模型坐标。衡量收益时把切分后的内存峰值和数据交换都计入。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《分布式机器学习:交替方向乘子法在机器学习中的应用》第1章《引言》1.1 大数据对机器学习的挑战(来源项目 book-source,源文件:extracted/分布式机器学习:交替方向乘子法在机器学习中的应用/_epub-src/OEBPS/Text/chapter1.xhtml) - 结论依据:1.1 大数据对机器学习的挑战中的定义、更新式或实验叙述提供本卡依据。数据规模既可能超过单机存储,也可能让搬运分散数据比计算本身更费时。 - 原始内容:(1)数据的规模超出单一机器的存储容量,单机算法无法对样本进行有效的处理;