一、数据准备
1. 整理数据集
1）数据清洗：像筛子一样，筛选出有用的数据。
2）数据分析：确定模型的输入，输出，target
2. 切分样本集（训练集，测试集）
3. 生成需要的数据格式
4. 浏览数据：检查数据是否符合预期
二、深度学习
1. 读取数据集（Load the dataset）
2. 预处理数据（Pre-process the data）
3. 建模（Define the model）
4. 编译模型（Compile the model）
5. 拟合模型（Fit the model）
6. 评估模型（Evaluate the model）：评估当前阶段的训练成果。
7. 做预测（Make the predictions）：用测试集，测试模型训练结果。
8. 保存模型（Save the model）
Reference:
https://medium.com/@fragranceofbook/major-steps-used-in-deep-learning-model-82b0c266e0bb
https://zhuanlan.zhihu.com/p/375129119
网友评论