我一直在阅读关于深度学习中“训练和推理”的内容。这与一般机器学习中的“训练/测试”概念有何不同?在训练/测试分割中,模型尚未接触过测试数据集。这不正是讨论深度学习模型的‘推理’阶段的同一个概念吗?
回答:
推理意味着使用模型进行预测。推理在训练过程中使用(反向传播之前的前向传递),以及在模型评估时(在测试集上),以及当模型在生产环境中使用时(对新数据进行预测)。
因此,当人们谈论推理作为开发的一个阶段时,通常是指在生产环境中,模型已经完成训练和评估(测试)之后。
我一直在阅读关于深度学习中“训练和推理”的内容。这与一般机器学习中的“训练/测试”概念有何不同?在训练/测试分割中,模型尚未接触过测试数据集。这不正是讨论深度学习模型的‘推理’阶段的同一个概念吗?
回答:
推理意味着使用模型进行预测。推理在训练过程中使用(反向传播之前的前向传递),以及在模型评估时(在测试集上),以及当模型在生产环境中使用时(对新数据进行预测)。
因此,当人们谈论推理作为开发的一个阶段时,通常是指在生产环境中,模型已经完成训练和评估(测试)之后。