深度学习新手入门百问百答

Q0：你为什么学习深度学习？

Need you to answer it before learning deep learning.

Q1：深度学习的本质是什么？

  • 通俗来讲，像是在一个已知可行域内，不断试错，去逼近结果，然后固化下这个思维，去预测新的数据。

  • 过程有点像训练，反射，然后定式思维。前提是一定要知道该问题有解，否则只会在错误的方向不断循环。

  • 其中，batch步数，就相当于尝试的次数。

Q2：训练集和测试集的区别是什么？

  • 训练集就是程序测试的demo，就像Leetcode的输入样例，使程序在少量数据上原理成立。
  • 测试集，就像LeetCode跑所有用例一样，用更大的数据量去检验模型、程序正确性，鲁棒性。
  • 总之，先有训练集，才有测试集。测试集比训练集数据量大，规模更大。

Q3：训练和推理的区别是什么？

  • 训练，就像老师讲题学生接受输入知道对错，模型接受数据然后得到结果判断再更新。 对应训练集。

  • 推理，学生经过训练开始举一反三，开始刷题优化知识结构去繁就简。此即为模型的推理，用更多的训练去看模型的推理能力。 对应训练集。

  • 测试，就是去参加考试接受大规模更严格的考验参加考试，用新的数据集测试。对应测试集。

  • 参考：https://cloud.tencent.com/developer/article/1484954