PyTorch深度學習實踐（二）線性模型

①準備數據集. ②模型選擇設計 ③訓練（大部分模型都需要訓練，KNN不需要訓練（因爲推理時間長，就看新的樣本跟數據集裏哪一個數據特徵最接近，根據訓練樣本決定它的類別）） ④應用推理 一般拿到數據集，我們將其分成兩個部分，訓練集和測試集 過擬合：在訓練集上誤差很小，可能訓練的時候模型把噪聲也學習了 泛化：模型對沒見過的圖片也能很好地識別 開發集：比如比賽的時候我們不知道測試集的標籤，就把訓練集中的一

>>阅读原文<<