从技术层面来看，深度学习系统设计的一般流程时什么?

如果数据量较大，您说的采集、存储、数据管理和计算应该由大数据平台处理，基于大数据处理的结果，深度学习系统可以进行预处理、训练、形成模型、分类预测，如果数据量较小，深度学习系统需要直接在本机上实现数据采集等准备工作。比如图像识别，需要准备图片样本和类别标签，系统读取样本及其标签形成向量化的数据，调用深度学习算法如卷积神经网络进行训练，形成训练模型，然后再输入一张图片，通过训练模型给出图片预测结果。
有几点需要关注：
1、确定计算模型

模型的好坏直接决定了结果的好坏，确定模型的过程其实就是在确定影响因子，需要业务人员对业务非常熟悉，只有这些特征因子考虑全了，才能比较好的形成这些特征因子的向量数据。

2、保证数据质量高、数量多

模型的训练需要大量高质量的数据，不然再好的模型都无法达到好的效果