当前位置:   article > 正文

构建神经网络——深度学习模型的基本步骤_深度学习神经网络的搭建流程

深度学习神经网络的搭建流程

构建神经网络——深度学习模型的基本步骤

不同场景的深度学习模型具备一定的通用性,均可以从下述五个步骤来完成模型的构建和训练。

  • 数据处理:从本地文件或网络地址读取数据,并做预处理操作,如校验数据的正确性等。
  • 模型设计:完成网络结构的设计(模型要素1),相当于模型的假设空间,即模型能够表达的关系集合。
  • 训练配置:设定模型采用的寻解算法(模型要素2),即优化器,并指定计算资源。
  • 训练过程:循环调用训练过程,每轮均包括前向计算 、损失函数(优化目标,模型要素3)和后向传播这三个步骤。
  • 保存模型:将训练好的模型保存,以备预测时调用。

使用Python编写预测波士顿房价的模型,一样遵循这样的五个步骤。 正是由于这个建模和训练的过程存在通用性,即不同的模型仅仅在模型三要素上不同,而五个步骤中的其它部分保持一致,深度学习框架才有用武之地。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/知新_RL/article/detail/220333
推荐阅读
相关标签
  

闽ICP备14008679号