机器学习模型训练问题

# 机器学习应用面临的一些问题#

机器学习应用面临的一些问题如下所示:

监测:怎么知道你的数据分布已经改变以及需要重新训练模型

数据标注:如何快速地标注新数据,或者为新模型重新标注现有数据

CI/CD 测试:由于你不能花几天的时间等着模型训练和收敛,所以如何运行测试以确保每次改变后模型像期朢地那样运行

部署:如何封装和部署新模型或者替换现有模型?

模型压缩:如何压缩 ML 模型使其拟合消费类设备

推理优化:如果加速模型的推理时间?是否可以将所有操作融合在一起是否可以采用更低精度?缩小模型或许可以加速推理过程

边缘设备:硬件运行 ML 算法速喥快且成本低。

隐私:如何在保护隐私的同时利用用户数据来训练模型如何使流程符合《通用数据保护条例》(GDPR)?

来自 “ ITPUB博客 ” 链接://viewspace-2707217/,如需转载请注明出处,否则将追究法律责任

我要回帖

 

随机推荐