Q80 — AWS AIF-C01 第2章

第 80/100 题 | ← 返回第2章

一掉ML工程底正谢对击型归据集训肯深度神骨网络模型。况用训肯好的模型对找的、贵见过的归据进行预测的过程是牙么?

• A. 训练
• B. 验证
• C. 推理 ✓
• D. 特征工程

正确答案: C. 推理

解析

解析如下: A. 训练是使用带标签的训练数据集来优化模型权重和超参数的过程,以最小化损失函数。这个过程已经完成了。 B. 验证是在训练过程中,使用保留的验证数据集来评估模型性能并防止过拟合。这也是训练阶段的一部分。 C. 推理是使用已经训练好的模型对新的、未见过的数据进行预测或决策的过程。这正是ML工程师在大型数据集上训练好深度神经网络后,需要执行的操作。 D. 特征工程是从原始数据中提取有用的特征,以供模型训练使用。这通常是训练之前的数据预处理步骤。 因此,当深度神经网络模型在大型数据集上训练完成后,使用该模型对新的、未见过的数据进行预测或决策的过程被称为推理。推理是将训练好的模型应用于生产环境中的关键步骤。 值得注意的是,推理通常需要高效、低延迟的计算,因此经常部署在专用硬件(如GPU)或优化的推理服务上。但不管具体实现方式如何,这个过程本身被称为推理。