※ 引述《haryewkun (Har)》之铭言： : 我有回看过 m大的原文，我所理解的状况是这样的：他需要写一个GP的 : 程式，而这个程式在写完後，会开始做training。他的问题在，他可以 : 用五分钟写完程式，但是training时间会变长。他也可以用更多时间去 : 优化程式，这样training时间就会变短。 上面的定义，我跟你理解的一样，所以这是没问题的。 : 我不确定我是否误解了m 大的状况，但是我对这个问题的理解，是怎样 : 在开发时间（写程式）和training的时间之间保持平衡（最优化）。 : 所以我的重点，不是放在“程式的最优化”，而是放在“开发时间的最 : 优化”。这也是为什麽用两套程式的原因。 : 也就是说，要得到结果， : 要花费的时间 = 开发时间（写程式） + 编译时间（Training） 应该这麽说吧，你认为他所谈到的training是什麽呢？ 是指程式的编译时间吗？ 我只是就我的理解来讲，不一定和原po想说的一样， 在演算法里面有种对training的说法， "一开始先输入资料，产生输出资料後，所得到的输出资料会再成为下一次的输入" 所以在程式一执行起来後，可能程式只会丢入一次资料， 可是资料就在里面不停的流进流出， 直到稳定（看程式自己定义什麽状况可以称之为已经training 完成）， 除此之外，通常还会有一些参数是研究者不清楚、但想要测试得知的， 所以第一次的train work不理想的话，就再调整参数， 让程式再度重新training一次，如此反覆。 （如果硬要举例training一次的话，大概就有点像你讲的， 在开发程式的时间和执行的时间两者取最佳化， 因为这种动作是不可能一次就找到解答的， 所以要改很多次程式、执行很多次後，才会知道答案， 这就是training的意涵了） 由於一次的training中，包含很多次来回的资料流进流出，一直重复做同样的动作， 所以training time才会影响重大，如果程式设计理想的话， 改进training的架构，等於对每次资料流进流出做改进了， 自然整个training time就会大幅缩减了。 这就是我为什麽会说优化程式会比较有益处， 不过当然也得看使用的人未来使用的频率， 如果只是想能跑出结果就好，那让程式自己在那边train， 自己去闲着或忙其他的事也无不可呀。 毕竟在电脑前面等training结束，是一件很痛苦的事.... 一个过来人的感想...XD --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 58.86.128.60