请问如果我训练LINUX系统上的数据,然后使用该模型在Windows应用程序或Python脚本模型的性能有什么影响?张量流的培训和测试不同的OS
0
A
回答
1
否,该模型将是完全一样的。你只需要确保在Linux和Windows的TF版本是兼容的,但是这不是由不同的操作系统变得更加困难,这只是一个versoin您安装的设备上的问题。
+0
谢谢你的帮助 –
0
阿克沙伊,如gdelab说,确保有关的版本。如果再次运行在相同的数据(训练和测试)再次&相同的模型,这可能会影响,但使用不同的操作系统可能不会。我面临同样的问题。
+0
谢谢你的帮助 –
相关问题
- 1. removeSparseTerms培训和测试集
- 2. 培训和测试集不是秧鸡
- 3. 张量流程中的默认在线或批量培训
- 4. 使用TF-IDF的不同功能数量的测试和培训组合
- 5. 张量流计算不需要再培训
- 6. Python培训和测试错误
- 7. kNN:培训,测试和验证
- 8. 培训和测试集拆分
- 9. LDA主题建模 - 培训和测试
- 10. 如何测试我训练的张量流模型
- 11. 张量流程代码中的训练和测试样本数量?
- 12. 没有测试的咖啡培训
- 13. 为什么在svmlight中培训和测试文件相同
- 14. TensorFlow:在同一环节中进行培训和测试
- 15. LSTM与Keras进行小批量培训和在线测试
- 16. 培训和测试的准确性和步长
- 17. caffe的培训和测试阶段之间的区别
- 18. WEKA培训示例和测试示例不匹配
- 19. Tensorflow Slim的批量培训
- 20. 在培训和测试期间重置LSTM中的状态
- 21. RSNNS包与单独的培训和测试
- 22. 培训和测试分类文本文件的数据集
- 23. libsvm中的大型培训和测试数据
- 24. 用于培训和测试的神经网络数据
- 25. 培训和测试数据的偏差图
- 26. 来自同一传感器的培训数据和测试数据
- 27. 通过Tensorflow进行培训和预测
- 28. “倒带”张量流训练步骤
- 29. 将完整列表划分为k折培训和测试集?
- 30. 培训和测试数据结构:槌子分类器
不知道有关Windows,但我经常训练在Linux和恢复/使用保存的模型在Mac上。没问题。 –