基础知识

AI 是什么

AI(人工智能)是通过计算机模拟人的思维过程和智能行为,使机器具有学习、推理、思考、规划等判断能力。

AI 可以做什么

AI 通过统计学习、深度学习、强化学习等机器学习方法深度挖掘研究对象大数据背后的内在规律,发挥大数据的作用。

AI 模型开发流程

AI 模型开发基本流程分为以下步骤:明确任务类型、数据预处理、模型训练、模型评估、模型推理。

明确任务类型

根据待解决的关键问题分析和明确 AI 模型的任务类型,比如分类、检测、跟踪等任务类型。

数据预处理

获取数据并进行数据预处理,使准备的数据与模型数据输入格式保持一致。

模型训练

基于 AI 框架创建用于解决业务需求的 AI 模型,包括搭建前向网络、定义损失函数、选择优化器、训练模型参数等步骤。模型训练旨在将生成的 AI 模型应用到新数据中做推理任务。

模型评估

模型评估是衡量训练模型质量的必要过程。根据业务需求和任务类型来确定评估指标,如准确率、召回率、F1_Score 等。模型开发通常不能一次性得到满意效果,往往需要根据模型评估结果不断调参、调整数据集、优化网络结构等策略优化模型。

模型推理

模型推理是利用训练所得的一个满意模型对实际需求中的新数据进行推理预测,完成指定任务。

Last updated on