mind+中机器学习中的本地分类模型机制问题

本文探讨了在Mind+中使用不同计算机训练的本地分类模型，在加载到同一台计算机时，训练效果是否会叠加的问题。具体来说，如果你在A计算机上训练100次得到一个“苹果”的分类模型，并保存为1.json；在B计算机上训练1000次得到另一个“苹果”的分类模型，并保存为2.json。当你将这两个模型同时加载到C计算机中时，训练效果并不会叠加成1100次，而是取决于最后一个加载的模型。这意味着，如果最后加载的是2.json，那么训练效果将是1000次。本文详细解释了这一机制，并提供了具体的解决方案，帮助你更好地理解和应用本地分类模型。