請問如果我訓練LINUX系統上的數據,然後使用該模型在Windows應用程序或Python腳本模型的性能有什麼影響?張量流的培訓和測試不同的OS
0
A
回答
1
否,該模型將是完全一樣的。你只需要確保在Linux和Windows的TF版本是兼容的,但是這不是由不同的操作系統變得更加困難,這只是一個versoin您安裝的設備上的問題。
+0
謝謝你的幫助 –
0
阿克沙伊,如gdelab說,確保有關的版本。如果再次運行在相同的數據(訓練和測試)再次&相同的模型,這可能會影響,但使用不同的操作系統可能不會。我面臨同樣的問題。
+0
謝謝你的幫助 –
相關問題
- 1. removeSparseTerms培訓和測試集
- 2. 培訓和測試集不是秧雞
- 3. 張量流程中的默認在線或批量培訓
- 4. 使用TF-IDF的不同功能數量的測試和培訓組合
- 5. 張量流計算不需要再培訓
- 6. Python培訓和測試錯誤
- 7. kNN:培訓,測試和驗證
- 8. 培訓和測試集拆分
- 9. LDA主題建模 - 培訓和測試
- 10. 如何測試我訓練的張量流模型
- 11. 張量流程代碼中的訓練和測試樣本數量?
- 12. 沒有測試的咖啡培訓
- 13. 爲什麼在svmlight中培訓和測試文件相同
- 14. TensorFlow:在同一環節中進行培訓和測試
- 15. LSTM與Keras進行小批量培訓和在線測試
- 16. 培訓和測試的準確性和步長
- 17. caffe的培訓和測試階段之間的區別
- 18. WEKA培訓示例和測試示例不匹配
- 19. Tensorflow Slim的批量培訓
- 20. 在培訓和測試期間重置LSTM中的狀態
- 21. RSNNS包與單獨的培訓和測試
- 22. 培訓和測試分類文本文件的數據集
- 23. libsvm中的大型培訓和測試數據
- 24. 用於培訓和測試的神經網絡數據
- 25. 培訓和測試數據的偏差圖
- 26. 來自同一傳感器的培訓數據和測試數據
- 27. 通過Tensorflow進行培訓和預測
- 28. 「倒帶」張量流訓練步驟
- 29. 將完整列表劃分爲k折培訓和測試集?
- 30. 培訓和測試數據結構:槌子分類器
不知道有關Windows,但我經常訓練在Linux和恢復/使用保存的模型在Mac上。沒問題。 –