From 35e7f5e383e2f0df64925b159f7a7aa4b5e4d0b2 Mon Sep 17 00:00:00 2001 From: youxiudeshouyeren <41790911+youxiudeshouyeren@users.noreply.github.com> Date: Fri, 10 Jun 2022 15:20:31 +0800 Subject: [PATCH] =?UTF-8?q?=E5=88=A0=E9=99=A4=E5=A4=9A=E4=BD=99=E7=9A=84?= =?UTF-8?q?=E5=AD=97=E7=AC=A6=20(#368)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Co-authored-by: Luo Mai Co-authored-by: Cheng Lai --- .../requirements_for_machine_learning_systems.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/chapter_introduction/requirements_for_machine_learning_systems.md b/chapter_introduction/requirements_for_machine_learning_systems.md index 671bc64..3bd1360 100644 --- a/chapter_introduction/requirements_for_machine_learning_systems.md +++ b/chapter_introduction/requirements_for_machine_learning_systems.md @@ -13,7 +13,7 @@ - **支持自动微分：** 为了训练神经网络，我们需要利用数据、标注（Label）和目标损失函数（Loss - Function）来计算梯度（Gradients）。因此，机器学习通系统需要有一个通用的方法来**自动化**计算梯度（这一过程被称之为自动微分）。 + Function）来计算梯度（Gradients）。因此，机器学习系统需要有一个通用的方法来**自动化**计算梯度（这一过程被称之为自动微分）。 - **支持数据管理和处理：** 机器学习的核心是数据。这些数据包括训练、评估、测试数据集和模型参数。因此，我们需要系统本身支持数据读取、存储和预处理（例如，数据增强和数据清洗）。