AI建模架构总结

最新推荐文章于 2024-08-08 16:27:24 发布

极客Array

最新推荐文章于 2024-08-08 16:27:24 发布

阅读量7.3k

点赞数 3

分类专栏：深度学习吴恩达深度学习笔记文章标签： AI建模

本文链接：https://blog.csdn.net/Harpoon_fly/article/details/84455460

版权

本文总结了AI建模的七个步骤：准备数据、数据预处理、划分数据集、配置模型、训练模型、评估优化和模型应用。讨论了每个阶段的关键任务，如数据预处理的重要性、模型配置中的网络架构选择、超参数的影响、训练过程中的损失函数和优化器选择，以及模型应用中的实际问题。AI建模是一个需要项目实战不断磨练的过程。

摘要由CSDN通过智能技术生成

恩达老师的笔记会一直持续更新，那么AI学习到最后，无非是要学会把理论知识付诸于实践，也就是所谓的建立模型并应用到商业或者公益实践中。

那么AI建模的步骤是怎样的呢？

我这里从前辈那里学习并总结了AI建模七部曲，今天分享给大家！

首先总结下，AI建模七部曲：

1. 准备数据
2. 数据预处理
3. 划分数据集
4. 配置模型
5. 训练模型
6. 评估优化
7. 模型应用

图片描述(最多50字)

这个步骤是非常细分的了，如果等你轻车熟路了，应该可以再缩减，不过这里我就针对这七部分别来说明下，如果可以请认真听咯！

准备数据

图片描述(最多50字)

这一步相对来说是最基础，也是最“艰难”的了。

为什么这么说呢？

首先，想建立一个模型，你要有数据集，那么在现在AI火爆的时代下，为了能更好的推广和壮大AI，很多公司（谷歌等）开源了很多非常优秀的数据集，大家可以在学习训练时，优先使用这些整理好的，因为这个更容易入门，更容易看到效果，

其次，如果真正是到了要自己制作的时候&#