深度学习中的训练/推理术语与一般机器学习中的训练/测试有何不同

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。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注