大多数实用的算法,包括我们使用的,依据训练数据产生一个排列的猜测 这个是讲AI的artificial neural network时候用的。 例如说你要做一个AND logic。在你建立了一个artificial neural network以后,它是一个没有任何功能的空白network。这时候你需要training data来train你的network。这个时候的training data,就是已经准备好的,正确的AND logic的input跟output,让这个artificial neural network来学习这个input和output的关系从而模仿AND logic(Hence artificial intelligence)。 在train好了以后,你要确认你的network时候符合你的training data的要求,你就选一组testing data(比training data数量要少很多,可以是training data的一部分),来test你的network是不是真的被train好了。一般不能达到100%正确,根据情况,一半90%以上,例如95%就不错了。这里就是为了证明你train的这个network,是针对你的training set是有用的。

1.《【training是什么意思 】计算机科学中,Training是什么意思?》援引自互联网,旨在传递更多网络信息知识,仅代表作者本人观点,与本网站无关,侵删请联系页脚下方联系方式。

2.《【training是什么意思 】计算机科学中,Training是什么意思?》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。

3.文章转载时请保留本站内容来源地址,https://www.lu-xu.com/why/1936331.html