学习相关基础理论如机器学习、神经网络等。
了解常见的神经网络算法均方误、 交叉熵、随机梯度下降、Adam等
利用现有数据集进行训练模型实践
实践欠拟合与过拟合的判断与应对,对相应的参数进行调优
训练数据和训练过程可视化展示实践,及分析结果的可视化展示等
数据预处理学习,训练集与验证集的处理和分析
学习实践主流的机器学习处理框架pytorch、TensorFlow
模型转换与多平台多环境的部署实践
参与公司生产项目,以开发者身份进行工程实践开发和工程维护
实践目的内容
最新推荐文章于 2024-09-15 17:22:56 发布