在深度学习服务的场景中,是否有具体的考核的指标来考核深度学习的效果?

参与17

2同行回答

rein07rein07  系统架构师 , 某证券
1、准确率 这是模型最直接的检验,准确率越高,模型肯定是越好的。2、自我学习能力 出错情况的自我学习能力,能否快速找到失败原因,进而自我完善算法模型,这个能力越强,模型也会越来越准确3、运行效率 算法模型的运行效率决定了结果输出的效率,运行效率越高,结果输出越快,就比...显示全部

1、准确率
这是模型最直接的检验,准确率越高,模型肯定是越好的。
2、自我学习能力
出错情况的自我学习能力,能否快速找到失败原因,进而自我完善算法模型,这个能力越强,模型也会越来越准确
3、运行效率
算法模型的运行效率决定了结果输出的效率,运行效率越高,结果输出越快,就比较容易帮助用户抢先决定
4、扩展性
算法模型的运行扩展性越强,面对突发情况时的应急处理就越从容,如突然增加大批量的数据要做计算,扩展性好的话,可以迅速增加计算节点而不用停机或重启

收起
证券 · 2017-11-29
浏览1663
xiwenzhxiwenzh  系统工程师 , ibm
可以考虑以下几点:模型准确性和收敛性,是否能满足实际的业务需求模型性能和可扩展性,并行化训练,训练模型的时间周期模型上线使用的吞吐量和高效率,能否提供可扩展的实时推断(inference)服务模型的通用性和鲁棒性(Robust),是否从数据中找到了比较通用的普适性的规律...显示全部

可以考虑以下几点:
模型准确性和收敛性,是否能满足实际的业务需求
模型性能和可扩展性,并行化训练,训练模型的时间周期
模型上线使用的吞吐量和高效率,能否提供可扩展的实时推断(inference)服务
模型的通用性和鲁棒性(Robust),是否从数据中找到了比较通用的普适性的规律

收起
IT咨询服务 · 2017-11-29
浏览1836

提问者

windix
商业分析师某证券公司
擅长领域: 大数据数据库大数据平台

问题来自

相关问题

相关资料

相关文章

问题状态

  • 发布时间:2017-11-29
  • 关注会员:3 人
  • 问题浏览:4415
  • 最近回答:2017-11-29
  • X社区推广