实践目的内容

学习相关基础理论如机器学习、神经网络等。

了解常见的神经网络算法均方误、 交叉熵、随机梯度下降、Adam等

利用现有数据集进行训练模型实践

实践欠拟合与过拟合的判断与应对，对相应的参数进行调优

训练数据和训练过程可视化展示实践，及分析结果的可视化展示等

数据预处理学习，训练集与验证集的处理和分析

学习实践主流的机器学习处理框架pytorch、TensorFlow

模型转换与多平台多环境的部署实践

参与公司生产项目，以开发者身份进行工程实践开发和工程维护