神经网络训练流程

最佳实践是能形成一个能不断优化的闭环反馈。神经网络的训练也需要遵循这一原则，希望能看到模型的效果，并且方便对模型进行调整并进一步观察效果。本篇文章不涉及数据的预处理，只讨论我认为的一个比较好的训练流程。

流程：

1. 分割数据集
2. make batch:因为可能涉及到多个神经网络组合，所以需要把不同的神经网络的数据集准备到一起
   可能会多一步iterate batch-生成batch
3. build model：这一步是完成模型的搭建和编译
4. model training:进行模型的训练
5. print metrics:主要用来看模型的表现，并进行相关部分的更新，形成闭环。

转载请注明来源，欢迎指出任何有错误或不够清晰的表达, 邮箱[email protected]