Machine learning 有没有办法在MxNet中保留培训师的内部变量？
我写了一个包含分布式随机梯度下降（DRGD）算法的程序。算法中有一些用于计算步长的内部变量。训练算法应该比DRGD复杂得多，因此应该有更多的内部变量。如果我们保留这些变量，我们可以暂停训练并测试模型；然后，我们将再次恢复训练 如果要跨多个设备（GPU或计算机）存储某些数据，可以使用KVStore。下面是关于如何使用它的 请注意，KVStore被认为是一种非常高级的功能，应谨慎使用Machine learning 有没有办法在MxNet中保留培训师的内部变量？,machine-learning,mxnet,Machine Learning,Mxnet,我写了一个包含分布式随机梯度下降（DRGD）算法的程序。算法中有一些用于计算步长的内部变量。训练算法应该比DRGD复杂得多，因此应该有更多的内部变量。如果我们保留这些变量，我们可以暂停训练并测试模型；然后，我们将再次恢复训练 如果要跨多个设备（GPU或计算机）存储某些数据，可以使用KVStore。下面是关于如何使用它的 请注意，KVStore被认为是一种非常高级的功能，应谨慎使用 我不确定，但这可能是你们在MXNet世界中所谓的“培训师”实际上可能被称为“优化器”。因此，也请考虑阅读。 < P>
我不确定，但这可能是你们在MXNet世界中所谓的“培训师”实际上可能被称为“优化器”。因此，也请考虑阅读。 < P>可以通过调用<代码>保存SAR的状态并恢复训练。SaveStAtdies（）/代码>和<代码>。LoopyStaseSe（）/Cuth>在MXNet Gluon的训练中在<代码>训练器< /代码>类中起作用。 以下是一个例子：
trainer = gluon.Trainer(net.collect_params(), 'adam')
trainer.save_states('training.states')
trainer.load_states('training.states')
这是一个错误的问题。我的错，对不起。