我应该实时更新我的训练数据吗？

Question

我尝试使用经过训练的 model 进行图像分类，并且它运行良好，但是当时无法完美找到一些图像必须从用户那里获取该图像和 label 所以我的疑问是......是否可以将新数据添加到已经训练的 Z20F35E630DAF494DBFAC4C3F68 中？

Answer 1

不，在推理期间，您使用经过训练的 model 的权重进行预测。 这基本上意味着在部署 model 时，图像分类器的功能由权重固定。 如果你想改进你的 model，你必须用新的数据重新训练你的 model。 但是，还有另一种称为“在线学习”的学习范式，其中 model 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 model 会随着每个训练输入不断更新其权重。 但是，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。

Answer 2

没有 model 可以以 100% 的准确度预测它是否是理想的 model。 如果您想向您的火车 model 添加更多数据，您必须使用新数据重新训练 model。 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训练您的 model。 如果不进行重新训练，则无法将数据添加到经过训练的 model。