但这就算找到合适模型了吗?我又手写了个数字 2，还特地选的黑导僮爸 28*28，结不雅这几个模型没一个辨认精确的，全部辨认掉败。

-- 下图是 22. 新图辨认掉败 --

第四. 拭魅战才能出模型

本次实验拿到精确率是 94.81% 的模型是不测惊喜，那个模型测其他图片掉败倒是料想之中的。因为此次实验的初始样本才几千张，如不雅样本数量够多，过拟合(即噪音特点被纳入模型)的可能性就越小;我用的全部是默认调试选项，添加其他特点项调试模许可能会削减欠拟合(主特点没提取到)的几率;我并未明白定义该模型的应用处景，即没有明白练习数据、测试文件和临盆文件是否雷同。

一个 AI 技巧供给商简单点就是卖现成的模型，比如说人脸辨认模型、OCR 辨认模型等等。但如不雅客户有定制需求，比如说辨认脸上有芳华痘、辨认是不是左撇子签名，那就须要先明白技巧场景，再预备数据大年夜干一场。至于练模型的时光是 1 天照样 1 个月不太肯定，AI 模型练习像做材料实验一样，可能半年也可能十年才能发明目标。

第五. IT 工程师的新工作

前文我提到两个不雅点，第二个不雅点就是练习模型的工作并不难，IT 工程师可以较为轻易的学会练习模型的工作，然后我们就能持续扩大大年夜业范围，在 AI 大年夜海潮平分一杯热羹了。

起首说技巧不是门槛，我们举个 IT 工程师能听懂的例子：一个 Oracle DBA 既没读过数据库源码，也还没摸过新营业场景，甚至缺乏理论常识只能做常见操作;如今这个项目可以慢慢上线，让他离线调试 SQL，拿到机能最佳值的点日记保存就落成了。做 AI 模型调试时，懂道理懂算法会让工作更有目标性，但更有目标性只能包管接近而不克不及包管射中目标。

根据上文的实验，我们可以看到有下列工作是须要人做的：

1. 根据客户的请求，提出对原始数据的需求。这里要动营业偏向的脑筋，比如说想查一下什么人轻易肥胖，天然能想到的是每小我的饮食和活动习惯，但专业大夫会告诉你要调取转氨酶胆固醇一类的数据。
2. 原始数据须要清洗整顿和标注，没找到相干性的样本不是未标注的样本。前文实验中 6000 张图片可都是标注了 0-9 的数字的，我们测试模型是为了找到“2”这一组图片的相干性。清洗、整顿和标注数据的工作可能是主动也可能是人工，主动做那就是我们写脚本或跑大年夜数据，人工做就是提需求然后招 1500 个大年夜妈给画图打框，但工程师会对打框过程全程指导。这里还有取巧的办法，友商的模型太贵甚至不卖，那就是直接用友商的公有云 API 接口，或者买友商大年夜客户的日记，让友商帮你完成数据筛检。
3. 上文实验中仅仅是图片分类数据集，已经有很多可调剂选项了;临盆情况不仅有图片还有声音、文字、动作特点等数据集，数据集的设置是否合理，要不要重建数据集都须要多次调试和经久不雅察。
4. 实验中生成模型没怎么调参数也只花了一分钟时光，但临盆情况的模型生成参数要经常调剂，而生成一个模型的时光可能是几小时甚至几天。
5. 验证结不雅的精确性，如不雅是柔性需求可以目测几个测试结不雅就把模型上线了，但如不雅是刚性营业可能又要组织十万份以上样本进行测实验证。顺路说一句，用来练习模型的硬件未必是实用于来验证和跑临盆情况的，如不雅是高压力测试可能还要换硬件安排。
6. 模型也有日常保护，可能跟着数据集的更新模型也要按期更新，也可能发明模型有个致命的误判会威逼到营业，这都须要及时处理。

第六. 附赠的小不雅点

谈到最后再附赠一些小我不雅点，随机想的，只写论点不写论证过程了：

1. 如今搭建和应用 AI 情况很难，但软件会进步和解决这个问题;三年前云寂?娼台很难安排和保护，如今遍地都是一键安排和 UI 保护的云平台筹划。
2. 深度进修这个技巧范畴太吃数据和算力了，人脑不会像 AI 这么笨，可能今后话苄新技巧出现代替深度进修在 AI 范畴的地位。
3. 因为须要数据和算力，搞个 AI 公司比其他创业企业更难;如今有名的 AI 创业企业都是单一范畴深耕三年以上，让用户供给数据他们只做单一典范模型。同样巨擘企业搞 AI 也不轻易，即使挖到人 AI 项目也要花时光冷起动，清洗数据不仅消费体力同样消费时光。
4. 深度进修的计算过程不受控制，计算结不雅须要仁攀来验证，所以它不克不及当做法务上的证据。当 AI 发明嫌疑人时警察会急速采取行动，但它的创造者都无法描述 AI 下一步会若何下围棋。一个婴儿能尿出下世界地图，或人顺手乱输能碰对银行卡的暗码，AI 会告诉你股市 99.99% 要暴涨，但这些都不克不及当做自力单责的证据。
5. 搞 AI 须要预备大年夜量数据，中国对美国有个特点优势，可以做数据标注的人很多并且价格便宜，但到模型实践这一步，中国的人力成本太低又限制了 AI 走向商用。
6. 不要惊恐 AI 会祛除仁攀类，对仁攀类有威逼的 AI 肯定是出缺点的 AI，但仁攀类一样也选出过希特勒这类出缺点的领袖。也不要宣传 AI 会让仁攀类掉业社会动荡的，大年夜家照样老诚实实谈星座运势吧，我为什么就不担心本身掉业?
7. 有些事 AI 切实扑晡布率看起来很低实其很高，比如两人对话听能清跋扈 80% 的字就不错了，AI 只听懂 85% 了的文字已经越超仁攀类了。你看我打倒颠字序并不影响你读阅啊。 

【编辑推荐】

1. 云计算是普惠科技阿里云将与制造业慎密结合推动“中国智造”
2. 浅谈：物联网、云计算、大年夜数据、人工智能怎么区分与彼此关系？
3. 微博深度进修平台架构和实践
4. 简析AI（深度进修）：AI会抢走你的工作吗？
5. 大年夜数据蓬勃成长，我国云计算迎来「黄金窗口」期

　　推荐阅读

　　如何解决磁盘满载的问题

祸首祸首应当就是这Ngnix的access.log 沙龙晃荡 | 去哪儿、陌陌、ThoughtWorks在主动化运维中的实践！10.28不见不散！cd /var/log/nginx du -hs * 已经良久没有存眷本身的博客了，待回来细看时，发明文┞>>>详细阅读

本文标题：十年云计算老兵零基础进军深度学习方法论

地址：http://www.17bianji.com/lsqh/37981.html

 1/2    1