深度学习框架
深度学习这技术，2010年开始火，这几年国内外都搞疯了。公司里那堆数据，用深度学习模型能筛出来有价值的东西，但问题太多，比如过拟合、调参难，还得老司机来搞定。我搞了十年，经验是：
1. 硬件先要跟上，CPU不够用就上GPU，集群规模大点。 2. 数据质量不能马虎，清洗、标注都得用心。 3. 模型选择要合适，CNN适合图像，RNN适合序列。 4. 超参数调整是关键，梯度下降、Adam都得懂。 5. 耗时耗力，优化算法效率很重要。 6. 模型部署要考虑实际应用，API接口、服务化都要考虑。 7. 不断迭代，测试、调优是常态。
总结就是，深度学习是门手艺，靠的是经验和不断摸索。
深度学堂
2020年，某AI公司项目，模型迭代20次，准确率提升5%。 这就是坑，别用未优化模型。 先验证单层网络，再叠加。
深度学习心得
深度学习是AI领域的热门技术，2012年AlexNet在ImageNet竞赛中夺冠，开启深度学习新纪元。但别盲目堆叠层，每层要确保有实际作用，否则就是浪费资源。
这就是坑：盲目堆叠层。
实操提醒：确保每层有实际作用。