我正在keras中构建一个聊天机器人模型，我计划在树莓派上使用它。我有一个庞大的数据库，大小为 (1000000， 15， 100)，这意味着有 100 万个样本，最多 15 个单词，使用 GloVe 的嵌入维度为 100d。我构建了一个简单的模型，由 1 个嵌入层、1 个双向 lstm 层、1 个 droput 层和 2 个密集层组成，输出形状为 (25，)。
我知道由于数据库庞大，训练过程需要很长时间，但是数据库的大小会影响模型的速度，还是速度仅受模型结构和输入形状的影响？
不，数据集的大小不会影响模型本身的预测速度，正如您所说，预测计算时间仅受模型架构和输入维度的影响。
一般来说，在嵌入式硬件中制作快速的小型模型的问题在于，由于小型模型(参数较少)的性能可能不如更复杂的模型(在准确性或误差方面)，因此您必须在模型复杂性和计算性能之间进行权衡。