У меня есть большое ведро S3, полное фотографий 4 разных типов животных. Мой набег на ML будет состоять в том, чтобы увидеть, смогу ли я успешно получить Deep Learning 4 Java (DL4J), чтобы показать новую произвольную фотографию одного из этих 4 видов и получить ее последовательно, правильно догадавшись, какое это животное.Фазы ML и DL4J по примеру
Мои понимания является то, что я должен сначала выполнить «учебных этап», который эффективно накапливается в (в памяти) нейронную сеть, которая состоит из узлов и весов, полученных как от этого S3 ведра (входные данные) и мое собственное кодирование и использование библиотеки DL4J.
После обучения (имея в виду, когда я в оперативной памяти нейронная сеть построена), то мой понимание, что я могу затем введите ноль или более «фазы тестирования», где я даю один новый образ как ввод, пусть программа решит, какой тип животного он считает изображением, а затем вручную маркирует результат как правильный (программа угадала правильно) или неверные w/исправления (программа догадалась неправильно, и, кстати, такая и поэтому был правильный ответ). Мой понимание заключается в том, что эти этапы тестирования должны помочь вам настроить алгоритмы и свести к минимуму ошибку.
Наконец, это мои понимания, что библиотека может затем использоваться в живом «этапе производства», когда программа только реагирует на изображения в качестве входных данных и принятия решений относительно того, что он думает, что они есть.
Все это, чтобы спросить: есть ли у меня понимание базовой методологии ML и DL4J, или я вводил в заблуждение каким-либо образом?
Удивительный ответ, спасибо @ Адам Гибсон (+1) - Я думаю, это мое зависание: определение * train * vs. * test *.Похоже на то, что я объяснил в своем вопросе как часть «** обучения **» и «** этапов тестирования **», действительно то, что DL4J (и, вероятно, все сообщество ML) называют «обучением» * , и то, что я назвал «производственной фазой **», действительно то, что люди ML/DL4J просто называют «тестированием *». Можешь подтвердить?! Еще раз спасибо! – smeeb
На самом деле, похоже, что каштан с плесенью уже был [объяснен здесь] (http://stats.stackexchange.com/a/19051) - Я готов пойти, еще раз спасибо за разъяснение! – smeeb