深度学习平台建设中,有哪些难点和关键点需要注意?

参与11

1同行回答

rein07rein07  系统架构师 , 某证券
无论是自建还是购买产品,都需要做场景测试以确定哪个框架或产品更适合自己。另外还有一些难点:1、学习的门槛较高深度学习的本质是获取函数模型,核心是算法模型,现有的算法非常多,神经网络、决策树等等,要做好深度学习,必须理解其实现原理,才能进一步对其进行参数调优,甚至是算法...显示全部

无论是自建还是购买产品,都需要做场景测试以确定哪个框架或产品更适合自己。另外还有一些难点:
1、学习的门槛较高
深度学习的本质是获取函数模型,核心是算法模型,现有的算法非常多,神经网络、决策树等等,要做好深度学习,必须理解其实现原理,才能进一步对其进行参数调优,甚至是算法调优。
2、如何将框架与大数据平台打通
深度学习的训练精度取决于样本量及质量,通道打通后,深度学习可获取大量的样本进行训练,同时其计算过程可以运行在大数据平台上,充分利用大数据平台的并行计算能力。
3、如何针对业务实际场景设计合适的深度学习模型
光理解深度学习的算法是不够的,如何能将业务场景转化为算法模型才是最有价值的,很多人使用同样的算法实现业务场景的落地,但是效果却是不尽相同,其中一个原因可能就是对业务模型的理解不同。
4、如何调优
这需要业务与算法结合,才能做出合适的调优策略。

收起
证券 · 2017-11-28
浏览2102
王希瑞 邀答

提问者

liminghe
软件开发工程师华正信息

问题来自

相关问题

相关资料

相关文章

问题状态

  • 发布时间:2017-11-28
  • 关注会员:2 人
  • 问题浏览:4334
  • 最近回答:2017-11-28
  • X社区推广