机器学习PAI分布式训练的时候,需要valid数据集来早停。但是无论是分配master做评估还是separate模式,都是在单台机器上做推理,如果valid数据集量级太大严重影响评估效率和整体效率,这个有什么方法可以解呢?
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。