摘要：
深度学习模型的通用步骤 数据处理--> 模型设计--> 训练配置--> 训练过程--> 模型保存 正是由于深度学习的建模和训练的过程存在通用性，在构建不同的模型时，只有模型三要素不同，其它步骤基本一致，深度学习框架才有用武之地。 |数据处理 数据处理包含五个部分：数据导入、数据形状变换、数据集划分、 阅读全文
摘要：
|数据处理 上一节，我们通过调用飞桨提供的API（paddle.dataset.mnist）加载MNIST数据集。但在工业实践中，我们面临的任务和数据环境千差万别，通常需要自己编写适合当前任务的数据处理程序，一般涉及如下五个环节： 读入数据 划分数据集 生成批次数据 训练样本集乱序 校验数据有效性 阅读全文