PyTorch深度学习实践(二)线性模型

①准备数据集. ②模型选择设计 ③训练(大部分模型都需要训练,KNN不需要训练(因为推理时间长,就看新的样本跟数据集里哪一个数据特征最接近,根据训练样本决定它的类别)) ④应用推理 一般拿到数据集,我们将其分成两个部分,训练集和测试集 过拟合:在训练集上误差很小,可能训练的时候模型把噪声也学习了 泛化:模型对没见过的图片也能很好地识别 开发集:比如比赛的时候我们不知道测试集的标签,就把训练集中的一
相关文章
相关标签/搜索