Question

我正在构建机器学习算法（如神经网络），其中类变量（即numpy matrices ）代表系统的各种参数

通过迭代更新所有类变量来完成系统培训。迭代次数越多越好。我想每天早上起床检查班级变量。之后我想恢复该计划

我在交互式终端中调用该程序。这是我能想到的：

打印到终端 - ＆gt;矩阵太大，没有帮助
保存到磁盘并加载到另一个终端
set_trace()，但需要事先知道暂停

是否可以暂时暂停程序并使用类变量然后恢复？

如果有人需要更多详细信息，则该计划位于：github link

Answer 1

我不熟悉numpy，但这是一个可以停止和恢复的简单课程：

class Program():

    def run(self):
        while 1:
            try:
                self.do_something()
            except KeyboardInterrupt:
                break

    def do_something(self):
        print("Doing something")


# usage:

a = Program()
a.run()

# will print a lot of statements

# if you hit CTRL+C it will stop
# then you can run it again with a.run()

Answer 2

如果修改model.do_EM（）方法以在每一步保存当前状态并检查配置文件，该怎么办？

 def do_EM(self, n_iteration = 10):
    self.visualizer.visualize(self.param_alpha, self.param_mu, self.param_sigma)
    for i in range(n_iteration):
      print "iteration:", i 
      self.step_E()
      print "done step_E. ",
      self.step_M()
      print "done step_M. "
      self.visualizer.visualize(self.param_alpha, self.param_mu, self.param_sigma)

      # Save current state
      self.log.write( ... )
      # Check for config changes
      self.config.update( ... )

暂时停用Python程序（和简历）

2 个答案: