机器学习笔记-训练推理基础流程

本系列为本人入门机器学习学习笔记及思考,有错误之处欢迎各位大佬指出

训练

机器学习笔记-训练推理基础流程_第1张图片

  • 设置上下文(平台等信息)
  • 设置卡通信
  • 加载数据集(训练集,验证集)
  • (finetune:加载预训练模型)
  • 加载网络
  • 加载损失函数
  • 加载优化器(根据lr_schedual)
  • 加载callback回调函数
  • 得到相似度
  • 反向优化权重
  • 直到得到最优权重
  • 保存训练好的 模型(最优权重+网络)

推理

机器学习笔记-训练推理基础流程_第2张图片

  • 构建框架:可以加载不同的数据集(通用框架不指定模型,专用推理模型硬编在内)
  • 根据平台进行编译(平台不同,性能不同,但结果相近)
  • 外部使用时指定数据集、模型、硬件,获得结果

你可能感兴趣的:(机器学习,kubernetes,python)