模型 训练 日语是什么意思 - 日语翻译

• モデルトレーニング

在 中文 中使用 模型 训练 的示例及其翻译为 日语

使用AmazonMachineLearning构建机器学习模型的流程包括三项操作：数据分析、模型训练和评估。
AmazonMachineLearningのMLモデルの構築プロセスは、データ分析、モデルトレーニング、および評価の3つの処理で構成されます。

使用AmazonMachineLearning构建机器学习模型的流程包括三项操作：数据分析、模型训练和评估。
AmazonMachineLearningの機械学習モデルの構築プロセスは、データ分析、モデルトレーニング、および評価の3つの処理で構成されます。

利用AmazonSageMaker和AutomaticModelTuning等模型训练功能，我们能够开发出高度准确的机器学习模型，并为客户隐私提供持续保护。
AmazonSageMakerと自動モデルチューニングなどのモデルトレーニング機能を活用して、非常に正確な機械学習モデルを開発したため、引き続きお客様のプライバシーを保護することができました。

AmazonMachineLearning会针对您输入的数据自动建议数据转换，您也可以方便地在模型训练时间里调整应用于数据中属性的转换结果。
AmazonMachineLearningでは、入力データのデータ変換を自動的に提示し、モデルトレーニング時にデータの属性に適用する変換を容易に調整することができます。

我们的数据科学和机器学习团队能够在短短几个小时内从数据探索迅速过渡到模型训练和生产。
弊社のデータサイエンスおよび機械学習のチームは、データ探索からモデルトレーニング、本番稼働にいたる作業を、わずか数時間で迅速に進行できます。

作为此次发布的一部分，我们还将分享Tensorflow模型训练与评估代码，以及已在PascalVOC2012和Cityscapes基准语义分割任务中预先训练的模型。
このリリースの一部として、TensorFlowモデルのトレーニングおよび評価用のコードと、セマンティックセグメンテーション処理のベンチマークであるPascalVOC2012 とCityscapesを使ってトレーニングを済ませたモデルも公開しています。

更快的模型训练使数据科学家和机器学习工程师能够更快地进行迭代、训练更多模型并提高准确性。
モデルトレーニングの高速化によって、データサイエンティストや機械学習エンジニアは、より速く反復処理を行い、より多くのモデルをトレーニングし、精度を向上させています。

更快的模型训练使数据科学家和机器学习工程师能够更快地进行迭代、训练更多模型并提高准确性。
モデルトレーニングの高速化によって、データサイエンティストや機械学習エンジニアは、より速く反復処理を行い、より多くのモデルをトレーニングし、精度を向上させることができます。

除了代码之外，研究团队也同时公开了Tensorflow模型训练以及评估程序，以及使用PascalVOC2012与Cityscapes资料集训练的模型。
このリリースの一部として、TensorFlowモデルのトレーニングおよび評価用のコードと、セマンティックセグメンテーション処理のベンチマークであるPascalVOC2012 とCityscapesを使ってトレーニングを済ませたモデルも公開しています。

在整个项目进行的过程中，如果其中一家医院决定离开训练团队，该模型训练工作也不会因此而中断，因为它不依赖任何具体数据。
いずれかの病院がトレーニングチームから外れることになった場合でも、特定のデータに依存していないため、モデルのトレーニングが中断されることはありません。

AWSIoTGreengrass可以让我们的客户在Jetson驱动的设备上执行本地推理，并将相关数据返回至云端，以改进模型训练。
AWSIoTGreengrassにより、当社のお客様は、Jetsonを実装したデバイスを用いてローカルで推論を行い、適切な関連データをクラウドに送り返してモデルをトレーニングすることでパフォーマンスを向上することができます。

变量主要用于在模型训练期间存储和更新值。
変数は主に、モデルトレーニング中に値を格納してから更新するために使用されます。

随着模型训练，将显示损失和准确率等指标。
モデルの訓練の進行とともに、損失値と正解率が表示されます。

如需查看模型训练的结果，您可以使用ML.
モデルのトレーニングの結果を確認するには、ML。

Variable主要用于在模型训练过程中保存和更新值。
変数は主に、モデルトレーニング中に値を格納してから更新するために使用されます。

机器学习(ML)模型训练过程中使用的观察，包括正确的目标属性值。
機械学習(ML)モデルトレーニングプロセスで使用される、ターゲットの属性の正しい値を含む監視。

这些损失函数使用不同的数学计算来衡量这种效果，因此，它们在模型训练期间对优化过程具有不同的影响。
こうした損失関数は異なる数学的な計算を使用してパフォーマンスを評価するため、モデルトレーニング中の最適化プロセスにおいてはその効果が異なります。

Nltk自己训练模型例子.
RCMS独自の開発モデル。

使用WatsonStudioMachineLearning来训练模型.
WatsonStudioMachineLearningを利用してモデルをトレーニングする。

评估模型类似于训练模型。
モデルの評価はモデルの訓練と同様です。

选择新模型或重新训练现有模型。
新しいモデルを選ぶか、既存のモデルを再トレーニングします。

神经网络训练模型：部署可以训练模型的NeuralNetworkToolbox函数.
ニューラルネットワークの学習モデル:モデルを学習するNeuralNetworkToolbox機能を展開。

为了对图像进行分类，您需要训练模型。
画像を分類するには、モデルをトレーニングする必要があります。

该模型在训练数据上的准确率达到0.88（即88%）。
このモデルの場合、訓練用データでは0.88（すなわち88%）の正解率に達します。

该模型在训练数据上达到约0.88(或88％)的准确度。
このモデルの場合、訓練用データでは0.88（すなわち88%）の正解率に達します。

这就是为什么数据科学家需要GPU的处理能力来训练模型并保持训练时间缩短的原因。
そのため、データサイエンティストは、モデルを訓練し学習時間を短縮するために、GPUの処理能力を必要とする。

在特定框架中训练和评估模型之后，很难将训练的模型移植到另一个框架。
特定のフレームワークを使ってモデルのトレーニングや評価を行った後では、別のフレームワークに移植することは困難だ。

借助WindowsML与ONNX的配合，需要耗费大量计算能力的模型训练过程依然可以放在云端进行，但推理和计算操作可以直接在应用程序中进行。
WindowsMLとONNXのコンビネーションにより、計算を必要とするモデル学習フェーズは未だクラウド上で行われているが、推論計算は直接アプリケーション内で実行される。

在WMT2014英语转法语翻译任务上，在8块GPU上训练了3.5天之后，新模型获得了新的单模型顶级BLEU得分41.0，只是目前文献中最佳模型训练成本的一小部分。
WMT2014の英語からフランス語への翻訳タスクでは，8つのGPUで3.5日間トレーニングした後，文献からの最高の学習コストのごく一部である新しいシングルモデルの最新BLEUスコア41。

评估模型与训练模型相似。
モデルの評価はモデルの訓練と同様です。