深度学习模型预测过程
·
通过数据集和标签不断地更新可学习参数，最终获得了训练好的模型，本质上来讲就是一组参数。
在预测阶段，是需要把数据输入进去，一层一层计算，最后算出来它的标签即可。
本质上来讲，就是进行了一次前向传播：
输入图像→预处理（缩放、归一化等）→按训练好的网络参数走一遍所有层→得到原始输出。
在该阶段，只计算，不更新任何参数。
这就是为什么预测过程比训练模型的过程快速许多。
更多推荐
1
0- 0
已为社区贡献2条内容
已为社区贡献2条内容
所有评论(0)