深度学习中数据管理的经验总结

深度学习项目主要是模型+数据两家马车，从现阶段中国的应用来说，模型只是选择，不能自我创造或者改造，那么最有利的办法就是提高数据了，那么数据采集、数据预处理、数据标注、模型训练中，应该怎么样做好数据管理呢？

笔者自己总结的数据管理的经验，希望大家不吝赐教：

1、数据质量远比数据数量重要；

2、要尽早摸清摸透自己产品应用场景的数据特殊性或者复杂性，并做好计划；

3、要严格制定数据采集、数据预处理、数据标注、数据传输、数据归档等的标准、规范、流程；

4、有规划、有计划，比如那几类情况的数据要重点采集标注，分几类，每一类各需要多少量级的数据；

5、再遵循以上几点的前提下，数据数量越大越好！

有想法的童鞋，可以微信交流,1 5 8 1 0 3 7 2 9 7 5 !